8、可扩展的密集非刚性运动结构重建方法

可扩展的密集非刚性运动结构重建方法

在计算机视觉领域，非刚性运动结构重建（Non-Rigid Structure from Motion，NRSfM）是一个重要的研究方向，旨在从单目图像序列中恢复出物体的三维非刚性结构和相机的运动信息。近年来，随着对重建精度和效率要求的不断提高，可扩展的NRSfM方法受到了越来越多的关注。

1. 可扩展NRSfM方法概述

可扩展NRSfM方法的目标不仅是获得准确的重建结果，还要求在不同数量的输入点轨迹和多种场景下保持一致的准确性。同时，理想的可扩展NRSfM方法应支持密集设置，并能以交互速率运行，适用于实时应用。

现有的NRSfM方法在处理密集重建时，由于问题的固有不适定性、模型复杂度的增加以及优化方法的高计算复杂度，导致计算时间显著增加。此外，大多数NRSfM方法依赖于密集对应关系的建立，这也增加了预处理时间。因此，寻找一种可扩展的NRSfM方法，使NRSfM对自遮挡具有鲁棒性且易于实现，成为了当前的研究热点。

2. 基于半定规划的可扩展NRSfM方法

2.1 引言

在过去的十年中，无模板的可变形表面重建技术取得了显著进展。NRSfM方法从最初只能处理小非刚性变形下的稀疏结构，发展到如今能够恢复具有大变形的密集表面。然而，进入密集重建领域后，NRSfM方法的计算时间大幅增加，这与许多机器人和医疗应用对实时性和交互性的要求相矛盾。

在众多NRSfM算法中，度量投影（Metric Projections，MP）算法具有高重建精度、可行的计算复杂度、高效快速的优化方法、对点数的显著可扩展性以及对噪声和缺失数据的鲁棒性等优点，适用于交互式的实际应用。但MP算法需要在