我们提供了一种基于运动线索的半监督目标检测方法，结合启发式聚类方法和物体跟踪器，使用运动物体的伪标签作为监督信号，在 Lidar 数据中训练三维物体检测器。我们通过利用场景流估计中的最新进展获取点轨迹，并从中提取长期的、与类别无关的运动模式。通过在信息传递网络的上下文中重新思考相关聚类，我们学习将这些运动模式分组以聚类点到物体实例。通过估计物体的完整范围，我们获得每个扫描的三维边界框，并用它们来监督 Lidar 物体检测网络。我们的方法不仅优于先前的启发式方法（57.5 AP，相比之前的方法提高了 14 个百分点），更重要的是，我们证明了可以在不同数据集上使用伪标签训练目标检测器。

Feb, 2024

提出了一种自我监督深度学习方法用于共同部分分割，通过挖掘从视频中推断出的运动信息，该方法能够产生比以前的自监督共同部分分割方法更好的分割地图。

Apr, 2020

本文介绍了一种使用动力学模型来辅助深度学习神经网络进行关节式物体姿态估计的方法，并在玩具和人类 3D 姿势问题的数据实验中证明了该方法的有效性。

Sep, 2016

本文提出一种基于分割的 6D 姿态估计框架，使用关键点检测获取局部姿态预测，并根据置信度预测将这些姿态候选融合成可靠的 3D-to-2D 对应关系，从而在多个低纹理物体相互遮挡的情况下获得最优姿态估计，其采用简单且高效的架构实现实时性能。

Dec, 2018

该研究提出了一种基于深度学习的方法来将视频分解为三维几何（摄像机和深度）、运动物体和它们的运动，其中没有监督。通过最小化合成图像和对应真实图像之间的误差，可以完全无监督地训练预测姿态和深度的深度网络，同时在图像的小区域内预测不同的姿态，实现 6D 物体运动的丰富模型，实现了在 KITTI 上无监督里程计和深度预测的非常有竞争力的性能，同时在 EPIC-Kitchens 上实现了自动恢复深度、里程、对象分割或运动的新能力。

May, 2021

利用视频级弱标注来学习包含运动线索的全卷积神经网络（motion-CNN）可有效解决图像分割任务中目标大小的约束问题，其表现优于 EM-Adapt，且只用 150 个视频标注便可达到其他弱监督方法上千张图像的性能，并在视频共定位任务上胜过最近的方法。

Mar, 2016

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

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

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

本文通过在未标记视频上观看，利用深度卷积神经网络来学习单张图像的三维几何估计，通过将像素水平的三维物体运动加入到学习框架中，提供了整体的三维场景流理解并有助于单张图像的几何估计。

Jun, 2018