Использование распределений Пирсона при моделировании процесса рекуррентного оценивания параметров привязки изображений

摘要

Исследована эффективность аппроксимации распределения вероятностей псевдоградиента целевой функции оценивания распределениями Гаусса и Пирсона в задаче моделирования процесса рекуррентного псевдоградиентного оценивания параметров привязки изображений. Показано, что при небольших выборках отсчетов изображений, используемых для нахождения псевдоградиента, его распределение недостаточно нормализуется, что снижает адекватность моделирования. Предложена аппроксимация семейством распределений Пирсона, для чего найдены выражения для третьего и четвертого центральных моментов псевдоградиёнта. Приведены аналитические и экспериментальные результаты, показывающие, что распределение Пирсона позволяет существенно повысить адекватность результатов моделирования по сравнению с ситуацией использования распределения Гаусса.