基于子空间投影的无监督深度单应性估计运动基学习
计算机视觉与模式识别
2021-08-19 v2
摘要
本文引入一种用于无监督深度单应性估计的新框架。我们的贡献有三方面。首先，与以往回归单应性4个偏移量的方法不同，我们提出一种单应性流表示，它可由8个预定义单应性流基的加权和来估计。其次，考虑到单应性包含8个自由度（DOF），远小于网络特征的秩，我们提出一种低秩表示（LRR）模块来降低特征秩，从而保留对应于主导运动的特征而舍弃其他特征。最后，我们提出特征恒等损失（FIL）以强制学习的图像特征具备扭曲等变性，即若交换扭曲操作与特征提取的顺序，结果应相同。在该约束下，无监督优化得以更有效实现并学到更稳定的特征。我们进行了大量实验以证明所有新提组件的有效性，结果表明我们的方法在单应性基准数据集上定性与定量均优于最先进水平。代码见 https://github.com/megvii-research/BasesHomo。
引用
@article{arxiv.2103.15346,
title = {Motion Basis Learning for Unsupervised Deep Homography Estimation with Subspace Projection},
author = {Nianjin Ye and Chuan Wang and Haoqiang Fan and Shuaicheng Liu},
journal= {arXiv preprint arXiv:2103.15346},
year = {2021}
}