基于低维物体运动的多物体发现

近期无监督多物体分割的工作通过从单张图像预测运动取得了令人印象深刻的成果，尽管在没有下一张图像的情况下预测运动存在固有歧义。另一方面，通过考虑场景结构及其中的运动物体，图像的可能运动集合可被约束到一个低维空间。我们提出对像素级几何与物体运动进行建模，以消除从单张图像重建光流时的歧义。具体而言，我们将图像划分为连贯运动的区域，并利用深度构建最能解释各区域中观测光流的光流基。通过对场景结构与物体运动建模，我们在合成与真实世界数据集上取得了无监督多物体分割的最优结果。我们对预测深度图的评估显示出单目深度估计的可靠性能。