非刚性运动恢复结构中的闭式不确定性传播
计算机视觉与模式识别
2022-09-07 v5
摘要
具有低秩先验的半定规划(SDP)已广泛应用于非刚性运动恢复结构(NRSfM)。基于低秩约束，它避免了常规基形状或基轨迹方法中基数量选择的内在歧义。尽管在可变形形状重建中高效，如何从SDP过程评估恢复形状的不确定性仍不清楚。本文针对精确低秩SDP问题，给出了对估计变形三维形状点逐元素不确定性量化的统计推断。提出并验证了一种闭式不确定性量化方法。此外，我们将精确低秩不确定性量化扩展至近似低秩情形，并配以数值最优秩选择方法，从而能解决基于SDP的NRSfM中的实际应用。所提方法为SDP方法提供一个独立模块，仅需输入二维跟踪点的统计信息。大量实验证明，输出的三维点与二维跟踪具有相同正态分布，所提方法能准确量化不确定性，并对常规基于SDP低秩的NRSfM求解器有理想效果。
引用
@article{arxiv.2005.04810,
title = {A Closed-Form Uncertainty Propagation in Non-Rigid Structure from Motion},
author = {Jingwei Song and Mitesh Patel and Ashkan Jasour and Maani Ghaffari},
journal= {arXiv preprint arXiv:2005.04810},
year = {2022}
}
备注
Accepted for publication by IEEE Robotics and Automation Letters. Code can be accessed at https://github.com/JingweiSong/NRSfM_uncertainty