从图像中同时估计潜在状态并发现线性动态规律

Simultaneous Latent State Estimation and Latent Linear Dynamics Discovery from Image Observations

• 基于图像观测联合估计隐藏状态与线性动态模型
• 在多个视觉数据集上实现优于传统方法的状态追踪精度
• 适合需要高效状态建模的视觉系统开发人员

状态估计问题历史悠久，已有诸多成功算法可对噪声观测下的后验滤波分布进行解析推导或近似。本文总结前人工作，解决基于图像观测的潜在状态估计问题，并提出一种新方法。该方法在多个视觉数据集上表现优异，能够有效从复杂图像序列中同时学习隐藏状态演化规律与动态行为特征，为视觉感知中的状态建模提供了一种高精度、可扩展的新范式。

原文摘要 · Abstract (English)

The problem of state estimation has a long history with many successful algorithms that allow analytical derivation or approximation of posterior filtering distribution given the noisy observations. This report tries to conclude previous works to resolve the problem of latent state estimation given image-based observations and also suggests a new solution to this problem.

Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。