91、多对多匹配与3D相机前景分割技术解析

多对多匹配与3D相机前景分割技术解析

在计算机视觉领域，对象特征的多对多匹配以及3D相机传感器的前景分割是两个重要的研究方向。多对多匹配对于对象识别和分类至关重要，而3D相机传感器的前景分割则在门禁监控、通道监视等应用中有着广泛的需求。

多对多匹配技术

在对象特征匹配中，传统的一对一匹配算法存在局限性，无法处理相似对象特征之间的分割/铰接错误或尺度差异。为了解决这些问题，提出了一种基于l1范数下的多对多匹配方法。

维度处理与匹配算法

当面对不同维度的分布时，有两种处理方法。第一种方法虽能保留最小信息，但会在几何空间引入畸变，不符合无畸变嵌入的目标，因此未被采用。第二种方法通过在低维分布中填充零来使两个分布维度相等，尽管会增加EMD算法的复杂度，但仍被选用，并在框架中采用了更高效的实现方式。

在将图等距嵌入到同一维度后，使用EMD算法进行点之间的匹配。为了在l1范数下高效生成多对多匹配，采用了EMD - L1方法，该方法结构简化，时间复杂度优于原始EMD公式，并且已被证明与具有l1地面距离的原始EMD等价，无需近似。

复杂度分析

该算法由多个组件组成，各组件复杂度如下：
| 组件 | 复杂度 |
| — | — |
| 为给定图计算树 | (O(\vert V\vert^2)) |
| 在l1范数下将树等距嵌入到几何空间 | 线性时间（使用深度优先搜索） |
| 求解EMD（线性规划问题，使用网络流算法） | (O(\vert V\vert^3)) |
| 将EMD解映射回图 | (O(\vert V\vert)) |