잡음과 이상치로 오염된 데이터셋에서 서로 다른 클래스의 여러 구조를 복원하는 문제를 다룹니다. 특히, 기저 파라미터 모델(예: 평면과 원통, 호모그래피와 기본 행렬)의 혼합으로 정의된 기하 구조를 고려하며, 선호도 분석과 클러스터링을 통해 강건한 피팅 문제를 해결합니다. 본 논문에서는 여러 모델 클래스를 동시에 처리하는 새로운 알고리즘인 MultiLink를 제시합니다. MultiLink는 두 클러스터를 병합할지 여부를 결정하는 새로운 연결 방식에서 온-더-플라이 모델 피팅과 모델 선택을 결합합니다. 결과적으로 제시된 방법은 선호도 분석 기반 방법에 비해 속도가 빠르고, 내부자 임계값에 대한 민감도가 낮으며, 가설 샘플링에서 파생되는 한계를 보상할 수 있다는 등 여러 실용적인 장점을 제공합니다. 여러 공개 데이터셋에 대한 실험을 통해 MultiLink가 다중 클래스 및 단일 클래스 문제 모두에서 최첨단 대안과 유리하게 비교됨을 보여줍니다. 코드는 공개적으로 다운로드할 수 있습니다.
