一种利用全局维度最小化的两视图运动分割新方法
计算机视觉与模式识别
2014-06-25 v2
摘要
我们提出了一种新的两视图刚体运动分割方法。我们使用先前开发的将两视图点对应非线性嵌入到9维空间的方法，并通过分割低维子空间来识别不同的运动。为了克服沿子空间的非均匀分布（其维度未知），我们提出了全局维度的新概念及其最小化用于聚类子空间，并给出了一些理论动机。我们提出了一种快速的投影梯度算法来最小化全局维度，从而从两视图中分割运动。我们围绕所提出的方法开发了一个异常检测框架，并在无异常和含异常的两视图数据上展示了运动分割的最新结果。
引用
@article{arxiv.1304.2999,
title = {A New Approach To Two-View Motion Segmentation Using Global Dimension Minimization},
author = {Bryan Poling and Gilad Lerman},
journal= {arXiv preprint arXiv:1304.2999},
year = {2014}
}