聯合兼容分枝定界

聯合相容分枝定界（英語：Joint Compatibility Branch and Bound，簡稱JCBB）， 是計算機視覺和機器人研究中在同步定位與地圖創建時經常使用的一種數據關聯算法。

基本介紹

• 中文名：聯合兼容分枝定界
• 外文名：Joint Compatibility Branch and Bound
• 縮寫：JCBB
• 性質：一種數據關聯算法
• 套用：計算機視覺和機器人研究
• 領域：計算機

簡介

JCBB算法通過比較一對數據的聯合相容性，可以比較成功的判別虛假的配對，因此在比較複雜的數據中可以比較能夠體現出它的魯棒性。

計算機視覺

計算機視覺是一門研究如何使機器“看”的科學，更進一步的說，就是指用攝影機和計算機代替人眼對目標進行識別、跟蹤和測量等機器視覺，並進一步做圖像處理，用計算機處理成為更適合人眼觀察或傳送給儀器檢測的圖像。

作為一門科學學科，計算機視覺研究相關的理論和技術，試圖創建能夠從圖像或者多維數據中獲取“信息”的人工智慧系統。這裡所指的信息指香農定義的，可以用來幫助做一個“決定”的信息。因為感知可以看作是從感官信號中提取信息，所以計算機視覺也可以看作是研究如何使人工系統從圖像或多維數據中“感知”的科學。

計算機視覺同樣可以被看作是生物視覺的一個補充。在生物視覺領域中，人類和各種動物的視覺都得到了研究，從而創建了這些視覺系統感知信息過程中所使用的物理模型。另一方面，在計算機視覺中，靠軟體和硬體實現的人工智慧系統得到了研究與描述。生物視覺與計算機視覺進行的學科間交流為彼此都帶來了巨大價值。

計算機視覺包含如下一些分支：畫面重建，事件監測，目標跟蹤，目標識別，機器學習，索引創建，圖像恢復等。

魯棒性

計算機科學中，健壯性（英語：Robustness）是指一個計算機系統在執行過程中處理錯誤，以及算法在遭遇輸入、運算等異常時繼續正常運行的能力。 諸如模糊測試之類的形式化方法中，必須通過製造錯誤的或不可預期的輸入來驗證程式的健壯性。很多商業產品都可用來測試軟體系統的健壯性。健壯性也是失效評定分析中的一個方面。