基于部分视图的三维刚体模型——全局分解

所谓的分解方法通过分解收集二维特征投影的观测矩阵，从运动中恢复三维刚体结构。这些方法因其鲁棒性（使用大量视图，充分约束解）和计算简单性（通过奇异值分解计算大量未知数，避免非线性优化）而流行。然而，它们要求观测矩阵的所有条目已知。由于自遮挡和有限的视场，这在实践中不太可能发生。此外，在处理长视频时，被遮挡的区域通常会在之后再次出现。当前的分解方法将这些区域视为新区域，导致三维结构的估计精度降低。在本文中，我们提出了一种全局分解方法，直接从整个可用视频帧集中的二维投影推断完整的三维模型。我们的方法以全局方式决定一个变得可见的区域是之前见过的区域，还是之前未见过的区域，即通过寻找能最好地描述整个观测集的最简单刚体对象。这种全局方法显著提高了场景三维形状和相机三维运动估计的精度。人工视频和真实视频的实验说明了我们方法的良好性能。