루프 제약을 사용한 시각적 관계의 모호성 해소

일반적으로 반복적이고 모호한 시각 구조는 많은 컴퓨터 비전 응용에서 심각한 문제를 야기합니다. 저수준 특징만을 기반으로 이미지 간의 잘못된 기하학적 관계를 식별하는 것은 항상 가능하지 않으며, 추정된 관계의 일관성에 대한 보다 전역적인 추론 기법이 필요합니다. 우리는 이러한 추론을 위해 가설된 관계들에서 일반적으로 관찰되는 중복성을 활용하는 것을 제안하며, 이들 관계에 의해 유도된 그래프 구조에 중점을 둡니다. 이 그래프 내의 사이클을 따라 (가역적인) 변환을 연쇄하면 그래프에서 일관성 없는 루프를 식별하기 위한 적절한 통계치를 구축할 수 있습니다. 이 데이터는 충돌하는 시각적 관계에 대한 간접적인 증거를 제공합니다. 이러한 비국소적 관찰로부터 가능한 거짓 양성 기하학적 관계 집합을 추론하는 것은 베이지안 프레임워크로 형식화됩니다. 우리는 이미지로부터 구조 및 동작을 계산하는 것을 포함하여 여러 응용에서 제안된 방법의 유용성을 입증합니다.