RANSACベースのfittingというかoptimizationの解き方。
理論上、n点のデータがあれば解ける。
今、m(m>n)点のデータを持っている。
m点のデータの信頼性にはばらつきがあるが、外れ値などはない。
- m点の中からランダムにn点を選び最適化。
- 一方で、n点のデータが信頼できるものであれば、安定した解が求まる。
- 選択したn点のデータの中に信頼性が低いデータがあると、不安定な解が求まる。
- この処理をi回繰り返すと、大半は安定した解に近い解が見つかり、一部の結果のみが外れ値となる。
- 外れ値を生む点のデータを削除する等の処理をして、再度解を求める
