Model Selection Criteria in Computer Vision: Are They Different?

 This paper presents an extensive survey of  model selection techniques for  computer vision applications. A large number of existing model selection criteria and a  new  model  selection  criterion  (SSC)  are  introduced  and  their  performance  for  two  important  computer  vision  tasks:  motion  estimation  and  range  segmentation  are  evaluated and compared. Various factors affecting the performance of different criteria  are  introduced  and  their  effects  are  compared  by  virtue  of  conducting  controlled  experiments using synthetic and real data. Our results show that the performance of  different model selection criteria are affected by the size of data and the amount (and  distribution) of noise as well as of complexity of models used in an application. 

• Type: Conference
• Year: 2003
• Where: DICTA
• Authors: Niloofar Gheissari, Alireza Bab-Hadiashar
• Keywords: DICTA 2003, DICTA 2007, Effects Are Compared , Estimation And Range , This paper presents an extensive survey of Model selection techniques for Computer vision applications. A large number of existing model selection criteria and a