U4D：无监督 4D 动态场景理解
计算机视觉与模式识别
2019-07-24 v1
摘要
我们提出了首个解决从多视角视频中对具有多个交互人物的复杂动态场景进行无监督 4D 视觉场景理解这一挑战性问题的方法。我们的方法同时估计一个详细模型，该模型包含逐像素语义与时间相干重建，以及利用光度一致性、语义和运动信息的实例级分割。我们进一步借助近期 3D 姿态估计的进展来约束联合语义实例分割与 4D 时间相干重建。这使得复杂动态场景中多个交互人物的逐人语义实例分割成为可能。在具有挑战性的室内与室外序列上针对最先进方法对该联合视觉场景理解框架的广泛评估表明，在语义分割、重建和场景流精度上取得了显著（约 40%）的提升。
引用
@article{arxiv.1907.09905,
title = {U4D: Unsupervised 4D Dynamic Scene Understanding},
author = {Armin Mustafa and Chris Russell and Adrian Hilton},
journal= {arXiv preprint arXiv:1907.09905},
year = {2019}
}
备注
To appear in IEEE International Conference in Computer Vision ICCV 2019