CVPRApr, 2018

利用互补的几何模型进行运动分割

PDF
TL;DR本文介绍了一种结合多种模型的多视角谱聚类框架，旨在解决 fundamental matrix 在运动分割中的缺陷，通过测试运动分割数据集，我们证明了这一方法在实际应用中的有效性。
motion segmentationfundamental matrixhomography modelspectral clusteringkitti benchmark
发现论文，激发创造
  • 移动单目相机的运动分割

    本研究讨论了利用点轨迹和光流等方法相互融合，在移动的单目摄像头中识别和分割运动物体，实现对复杂场景中不同对象运动的模拟，最终取得了最先进的效果。

    Sep, 2023

  • 基于谱聚类的运动分割统一模型选择技术

    该论文提出了一种统一的模型选择技术，通过结合不同的现有模型选择技术，自动推断用于基于谱聚类的运动分割方法的运动组数，并在 KT3DMoSeg 数据集上评估了该方法在给定簇数为基准信息时与基准方法相比所取得的有竞争力的结果。

    Mar, 2024

  • 全局与局部稀疏子空间优化的运动分割

    本文提出了一种基于仿射子空间模型的特征运动物体分割新框架，该方法通过稀疏 PCA 表示原始轨迹，通过自动搜索最近邻点的稀疏表达来实现局部子空间分离，并提出了一种误差估计来处理缺失数据问题，最后通过谱聚类方法将不同的运动分割出来，实验证明该方法在精度和运算时间上优于其他运动分割方法。

    Jan, 2017

  • 未标定相机的五点基础矩阵估计

    使用 SIFT 检测器获取的五个旋转不变特征对，估计两视图中的基础矩阵，首先从三个对应点估计一个单应性矩阵，然后从该矩阵和另外两个位置一般的点对中获取基本矩阵，结合 Graph-Cut RANSAC 等鲁棒估计器优于其他最先进的算法，在准确性和所需迭代次数方面得到验证。作为潜在应用，我们展示了使用所提出的方法使得两视图多运动估计更加准确。

    Mar, 2018

  • 从两帧图像学习刚体运动分割

    提出了一种模块化网络，利用几何分析独立对象运动能从码流场中恢复，利用 3D 刚体转换对背景和多个刚体运动物体进行分割掩模并获得刚性运动分割的最佳性能，从而显着改善深度和场景流估计。

    Jan, 2021

  • 融合深度学习与几何运动模型的野外零样本单眼运动分割

    通过使用深度学习和几何模型融合方法，在无需训练数据的情况下，我们提出了一种能够在移动单目摄像机中以零样本方式实现优秀的运动分割结果的新型单目密集分割方法，并通过实验证明了几何模型融合对于运动分割的有效性。

    May, 2024

  • 无需对应点的深度基本矩阵估计

    本文提出一种基于神经网络的端到端方法，通过引入新的模块和层保留基本矩阵的数学属性，无需依赖于点对应关系来估计基本矩阵，在 KITTI 数据集上取得了与传统方法相媲美的性能。

    Oct, 2018

  • 基于图约束的人体运动分割数据表示学习

    该研究提出了一种基于转移子空间学习的无监督模型，结合了轨迹数据的几何结构信息和较大的自由度，通过 ADMM 算法实现学习辅助数据表示、非负字典和编码矩阵的优化，实验结果表明该方法在人体运动分割方面的聚类性能显著优于当前最先进的半监督转移学习方法。

    Jul, 2021

  • 低维物体运动多目标发现

    本文提出一种基于像素几何和物体运动模型的运动预测方法，通过将图像分为运动一致的区域并利用深度构建最佳匹配的流场基础来减少从单个图像重建流场的不确定性，并在场景结构和物体运动建模方面取得了最新的结果，同时对预测深度图的评估显示出可靠的单眼深度估计性能。

    Jul, 2023

  • 运动数据有效的无监督时序分割

    我们介绍了一种基于自相似结构的自动化时间分割人体运动数据的方法，并使用邻域图将运动基元聚类成更大的语义实体，实现了完全无监督的分割和分析运动数据的能力。

    Oct, 2015