Ceres Solver: 高效的非线性优化库（二）实战篇 (3)

现在假设数据有一些我们并不在模型的值。如果使用这些做拟合，模型会离真实值有所偏差。如下图。

为了处理这些噪点，一个技巧是使用LossFunction。此函数减小大偏差对整个残差模块的影响。大偏差经常属于Outliers。加入残差函数，我们修要做修改

problem.AddResidualBlock(cost_function, NULL , &m, &c);

改为

problem.AddResidualBlock(cost_function, new CauchyLoss(0.5) , &m, &c);

CauchyLoss是Ceres Solver发明的损失函数之一。0.5是损失函数的尺度。加入损失函数后，我们获得更好的拟合结果。