基于视觉的系统辨识与利用动力学约束的 3D 关键点发现
计算机视觉与模式识别
2021-09-14 v1 人工智能
机器学习
摘要
本文介绍 V-SysId，一种新方法，仅使用感兴趣对象的运动方程族作为弱监督，便能由静态相机拍摄的无标签视频中同时实现关键点发现、3D 系统辨识和外参相机标定。V-SysId 获取关键点轨迹提议，并在最大似然参数估计与外参相机标定之间交替，之后应用合适的选择准则来识别目标轨迹。随后使用该轨迹通过监督学习训练关键点跟踪模型。在一系列场景（机器人学、物理学、生理学）上的结果凸显了该方法的有效性。
引用
@article{arxiv.2109.05928,
title = {Vision-based system identification and 3D keypoint discovery using dynamics constraints},
author = {Miguel Jaques and Martin Asenov and Michael Burke and Timothy Hospedales},
journal= {arXiv preprint arXiv:2109.05928},
year = {2021}
}