近日，信息学院王菡子教授团队在鲁棒模型拟合领域取得新进展，相关研究成果以“Robust Model Fitting via Motion-Aware Pyramid Transformer-Guided Preference Filtering and Consensus Smoothing”为题发表在国际期刊IEEE Transactions on Pattern Analysis and Machine Intelligence。

鲁棒模型拟合旨在从受噪声和异常值污染的数据中估计模型参数，是计算机视觉中的基础性问题。尽管传统RANSAC方法和基于学习的方法在该领域取得一定进展，但前者因忽视数据偏好分布且依赖迭代假设采样，导致模型假设模糊且计算效率低下；后者虽引入深度特征，却仍受限于静态坐标表示，难以有效捕捉运动线索以应对复杂动态场景。此外，CNN的局部感受野也限制了其全局上下文建模能力。

针对上述瓶颈，本文提出一种运动感知Transformer驱动的鲁棒模型拟合方法（即MPCFormer），通过多通道偏好过滤与多尺度共识平滑实现精准估计。该方法将对应学习与时空运动线索嵌入相结合，消除迭代采样，并将模型拟合重构为成点分类与模型参数估计的联合优化框架。一方面，运动偏好过滤器利用残差连接Transformer和多头偏好注意力机制，显式编码数据对模型的偏好分布，自适应抑制异常值干扰；另一方面，金字塔共识平滑器借助多尺度Transformer编码构建稀疏特征金字塔，分层捕获局部到全局的运动一致性，有效解决空间不连续所带来的运动歧义。实验证明，MPCFormer在mAP@5°上较最佳基线提升4.68%，AUC@3像素提升1.89%，F-score提升1.52%，为智能视觉系统中的运动结构恢复提供了新的技术路径。

该论文由博士生尹文玉在王菡子教授、林舒源副教授（暨南大学）、严严教授、卢杨副教授、David Suter教授（澳大利亚埃迪斯科文大学）共同指导下完成。该研究工作得到了国家自然科学基金项目（U25A20531、62476112、62372388及62376233）等项目的支持。

论文链接：https://ieeexplore.ieee.org/abstract/document/11570795

（信息学院）