RANSAC

RANSAC算法的输入是一组观测数据，一个用于解释观测数据的参数化模型以及一些可信的参数。
主要思想是：

1. 通过在数据集中随机选定几个数据用来确定一个模型；
2. 观察剩余点，哪些点在可接受误差范围符合这个模型，符合模型的称为内点，不符合的称为外点；
3. 然后，用所有假设的局内点去重新估计模型（譬如使用最小二乘法），因为它仅仅被初始的假设局内点估计过。
4. 最后，通过估计局内点与模型的错误率来评估模型。
5. 上述过程被重复执行固定的次数，每次产生的模型要么因为局内点太少而被舍弃，要么因为比现有的模型更好而被选用。