CVPRApr, 2024

一个子空间约束的泰勒估计量及其在运动结构中的应用

PDF
TL;DR我们介绍了面向数据集中可能被严重污染的低维子空间恢复的子空间约束的 Tyler 估计器 (STE)。通过理论分析，我们发现 STE 可以有效恢复潜在的子空间，即使相对于其他鲁棒子空间恢复方法，它包含更小比例的内点。我们将 STE 应用于 Structure from Motion (SfM) 的两种方式：用于鲁棒估计基础矩阵和去除异常相机，增强 SfM 流程的鲁棒性。数值实验证实了我们方法在这些应用中的最先进性能。这项研究对于鲁棒子空间恢复领域，尤其是在计算机视觉和三维重建方面做出了重要贡献。
发现论文，激发创造
  • 快速、稳健且非凸子空间恢复

    提出了一种名为 Fast Median Subspace (FMS) 的快速非凸算法来进行强健的子空间恢复，具有较低的计算复杂性和全局收敛特性，能够有效地处理高维空间中的异常值问题。

    Jun, 2014

  • 相机运动估计的一致且渐进统计有效解决方案

    研究了基于点对应关系推断图像对之间摄像机运动的问题，提出了一个基于最大似然问题的量测模型和两步算法，证明了该算法具有渐近统计性质，并在稠密点对应情况下具有显著优势。

    Mar, 2024

  • PETRELS：基于递归最小二乘法从部分观测中并行估计和跟踪子空间

    本文提出了一种新的算法 PETRELS，可用于在线追踪数据的低维线性子空间及矩阵数据中缺失条目的估计，适用于图像处理、网络监测与异常检测等多个领域，数值实验证明其效果优于传统批量算法。

    Jul, 2012

  • 结构运动测量概述

    本文主要介绍计算机视觉中的结构从运动问题，包括相机运动估计和三维结构恢复等关键技术，以及相关应用，如同时定位和地图构建（SLAM），特征提取和匹配等。

    Jan, 2017

  • 极端异常值率下的稳健配准多项式时间解决方案

    在大量异常值存在的情况下，我们提出了一种用于 3D 点集配准的健壮方法，其中第一个贡献是使用截断最小二乘（TLS）成本重新制定了配准问题，使得估计对大量虚假对应不敏感；第二个贡献是解耦旋转、平移和缩放估计的通用框架，允许按级联顺序解决三个转换。

    Mar, 2019

  • 使用 CP 分解和递归最小二乘法从不完整的观测中快速在线低秩张量子空间跟踪

    本文介绍了一种基于 CANDECOMP/PARAFAC（CP）分解的在线低秩张量子空间跟踪算法，它特别解决了感兴趣子空间是动态时变的情况，并采用递归最小二乘（RLS）算法提高跟踪性能，数值评估表明该算法在迭代收敛速度方面优于现有算法。

    Sep, 2017

  • TEASER：快速且可认证的点云配准

    提出了一个名为 TEASER 的算法，它使用 TLS 成本和图论框架来解决 3D 点集之间的快速且可靠的配准问题，能够在存在大量离群值的情况下有效地工作。该算法还提供了理论误差界限，并且在标准和 3DMatch 基准测试中都表现出跨越式的性能优势。

    Jan, 2020

  • 利用凸规划进行相机稳定运动估计

    本文研究从损坏的成对线测量中估计 n 个位置的逆问题，提出了半定规划 (SDP) 的配套公式，并提供一种交替方向方法来解决这个问题。与此同时，我们还提出了一个基于鲁棒相机方向和子空间估计的成对线估计方法，并通过实验来展示我们算法的效用。

    Dec, 2013

  • 利用共享结构对有限数据进行模型估计

    本文提出了一种方法，通过使用现代数据集中的共享结构，可以利用其他系统的数据来估计个体参数，即使每个系统的观察次数只有 T 次，我们的算法可以在低维参数空间内恢复参数估计，并提供估计误差保证。

    Oct, 2023

  • 流式大数据矩阵和张量的子空间学习和插补

    论文提出了一种基于 rank minimization 算法的在线优化方法，通过追踪低维度子空间、揭示潜在结构以及使用核范数正则化来实现低维矩阵数据和低秩张量数据的缺失值插补，模拟测试显示该方法在数据明显含噪、不完整的情况下表现突出。

    Apr, 2014