全局到局部无监督估计
引入运动基表示和低秩约束，实现更快更稳的无监督单应性估计。
Liu, Shuaicheng · Yuhang, Lu · Hai, Jiang · Ye, Nianjin · Wang, Chuan · Zeng, Bing
IEEE Transactions on Pattern Analysis and Machine Intelligence 2023
将单应性流表示为预定义运动基的加权和，降低解空间维度。
低秩表示模块降低特征秩，保留主导运动特征，抑制其他干扰。
特征恒等损失强制特征具有翘曲等变性，使无监督优化更有效。
从全局单应性流细化到局部网格，突破单一单应性约束。