三维模型对非刚性图像轨迹的自适应度量配准

本文解决了将三维模型（表示为曲面上的点云）注册到图像平面中的一组二维变形图像轨迹的问题。所提出的方法可以适用于要配准的3D模型不是测量图像数据的精确描述的场景。考虑到同时具有2D变形数据和图像观测的粗略描述的复杂性，这导致找到最佳的2D-3D配准。该方法分为两个不同的阶段。首先，仿射步骤使用联合子空间分解计算2D图像数据和3D模型的因子分解。然后，通过找到符合缩放正交相机给出的度量约束的图像平面的最佳投影来升级此初始解决方案。这两个步骤都是以封闭形式高效计算的，其附加功能是对退化运动具有鲁棒性，退化运动可能会影响2D图像数据（即缺乏相关的刚性运动）。此外，对于图像数据丢失的情况，我们提出了该方法的扩展。合成和实际实验表明，该方法在配准任务中的鲁棒性，例如使用单个3D模型估计谈话人脸的姿势。