基于局部仿射原子投票的运动分割

我们提出了一种称为 LAAV（局部仿射原子投票，Locally Affine Atom Voting）的运动分割新方法。我们模型的主要新颖之处在于使用特征集合对场景中所有特征进行运动分割。LAAV 作为图像中特征的预处理流水线阶段，其后接一个微调版本的当前最优随机投票（Random Voting, RV）方法。与标准方法不同，LAAV 使用特征集亲和性而非所有特征之间的成对亲和性来分割运动；因此，它在不损失精度的情况下显著简化了复杂场景并降低了计算成本。我们描述了如何利用我们的模型解决先前提出的方法所遇到的挑战。然后我们将我们的算法与几种当前最优方法进行比较。实验表明，我们的方法取得了最准确运动分割结果，并且在存在测量噪声时取得了与其他算法相当的结果。