كثير من التسلسلات الحقيقية في العالم لا يمكن تصنيفها بسهولة كعامة أو متحللة؛ وفي مثل هذه الحالات، فرض ثنائية خاطئة عند استخدام المصفوفة الأساسية أو نموذج التجانس لتقسيم الحركة سيؤدي إلى صعوبات. حتى عندما نواجه حركة مشهد عامة، فإن نهج المصفوفة الأساسية كنموذج لتقسيم الحركة ما زال يعاني من عدة عيوب، والتي نناقشها في هذا البحث. يمكن تحقيق الإمكانات الكاملة لنهج المصفوفة الأساسية فقط إذا استخدمنا المعلومات من النموذج البسيط للتجانس بحكمة. بناءً على هذه الاعتبارات، نقترح إطار تجميع طيفي متعدد الآراء يجمع بين النماذج المختلفة بطريقة تعاونية. نظهر أن الأداء يمكن تحسينه بشكل كبير بهذه الطريقة. نقوم بإجراء اختبارات واسعة على قواعد بيانات تقسيم الحركة الموجودة، ونحقق أداءً رائدًا في جميعها؛ كما نقدم مجموعة بيانات أكثر واقعية وتحديًا مستوحاة من معيار KITTI (كيتي)، تحتوي على آثار حقيقية مثل المناظر القوية والترجمات الأمامية القوية التي لا تظهر في قواعد البيانات التقليدية.