@techreport{oai:ipsj.ixsq.nii.ac.jp:00078445,
 author = {本田, 卓士 and 新妻, 弘崇 and 金谷, 健一 and Takuto, Honda and Hirotaka, Niitsuma and Kenichi, Kanatani},
 issue = {12},
 month = {Nov},
 note = {3 次元データはステレオ視やレンジファインダーなどの 3 次元センサーによって計測されるので不均一な誤差をもつ．本論文ではそのようなデータから 3 次元相似変換 （回転，並進，スケール変化） を最適に計算する方法として，従来は異なる手法とみなされていたガウス・ニュートン法とガウス・ヘルマート法が類似の構造をもつことを指摘し，両者を融合した 「改良ガウス・ヘルマート法」 を提案する．そして，ステレオ視による 3 次元復元シミュレーションを行い，提案法はいずれよりも収束性能がよいことを示す．最後に GPS 測地データを用いて，従来の一様等方誤差モデルでは十分な推定ができないこと，および GPS 測地データには特有の数値計算上の問題があることを指摘する．, Because 3-D data are acquired using 3-D sensing such as stereo vision and laser range finders, they have inhomogeneous and anisotropic noise. This paper studies optimal computation of the similarity (rotation, translation, and scale change) of such 3-D data. We first point out that the Gauss-Newton and the Gauss-Helmert methods, regarded as different techniques, have similar structures. We then combine them to define what we call the modified Gauss-Helmert method and do stereo vision simulation to show that it is superior to either of the two in the convergence performance. Finally, we show an application to real GPS geodetic data and point out that the widely used homogeneous and isotropic noise model is insufficient and that GPS geodetic data are prone to numerical problems.},
 title = {3次元相似変換の最適計算：ガウス・ニュートン法vs. ガウス・ヘルマート法},
 year = {2011}
}