摘要
提出了一种新的贝叶斯框架，该框架通过仿射变换显式地关联一个视频帧到下一个视频帧的单应性（homography），同时显式地建模关键点不确定性。以往的研究中虽然使用了后续帧之间的微分单应性（differential homography），但并未在贝叶斯背景下进行。在应用贝叶斯方法的情况下，相机运动未能得到充分建模，且关键点被视为确定性的。所提出的方法——基于跟踪关键点的贝叶斯单应性推断（Bayesian Homography Inference from Tracked Keypoints, BHITK）——采用两阶段卡尔曼滤波器，显著改进了现有方法。现有的关键点检测方法可以轻松地与BHITK结合使用，使得较为简单且计算成本较低的方法在大多数单应性评估指标上超越最先进的方法。此外，使用发布的自定义单应性标注工具对WorldCup和TS-WorldCup数据集的单应性标注进行了精炼。精炼后的数据集被整合并发布为整合和精炼的WorldCup（Consolidated and Refined WorldCup, CARWC）数据集。