algorithm - 一组 2D 点为目标点投票

Question

让我们考虑以下问题：给定一组 2D 点P = {p1, p2, ..., pn}，我们预测一组平移向量（投票）T = {t1, t2, ..., tn}指向相同的目标点 B。找到 B 的最佳方法是什么，其中 T 可能是嘈杂的？

我喜欢尝试RANSAC删除异常值，但不确定什么是合适的模型？

我试过了：

1. 仅取 的平均值B = {b1, b2, ..., bn}，其中bi = pi + ti
2. 修剪均值，以消除 sol 的异常值问题。1.（缺点：考虑选民的二维位置可能有助于更好的投票）
3. 该点的邻居数量最多。（如果两个点的欧几里得距离小于某个阈值，则称为邻居）。
4. 聚类：找到点投票给相同点的最大邻域。