기계 진동 운동 분할 및 시각 측정에서, 전통적인 블록형 궤적군 단위의 스펙트럼 군집화 기반 운동 분할이 진자 광류 궤적의 중단 및 선속도 분포 차이로 인한 조각화 및 과분할의 한계에 직면하여, 곡률을 유사도 척도로 하는 호형 궤적군 단위의 스펙트럼 군집화 분할 알고리즘을 제안하고, 점군 정합과 결합하여 회전 속도 영상 측정을 완성한다. 알고리즘은 먼저 활성 서브셋의 희소 가우시안 회귀를 통해 호형 궤적군의 평균 궤적을 학습하고, 이 평균 궤적을 희소 부분공간 군집화의 시드 샘플로 사용하여 운동 분할을 일괄적으로 수행하며, 마지막으로 비시드 샘플을 그들이 대리하는 시드 샘플 군집에 다시 할당하여 각 프레임에서 최대 밀도의 분할 점군을 얻는다. 각 프레임 점군을 기반으로 조건부 기댓값 점군 정합 알고리즘을 통해 프레임 간 점군 변환 행렬을 구하고, 회전 성분을 추출하여 진자 진각 측정을 완성한다. 유효성을 입증하기 위해, 여객차량 일일 안전검사 시각 자동화 시스템 프로젝트와 결합하여, 6가지 조도 조건에서 5가지 차량 모델의 이중 레버 와이퍼 총성을 대상으로 세 가지 알고리즘의 진각 측정 정확도를 비교하였다. 결과는 본 알고리즘이 등길이 궤적을 완전하게 학습할 수 있으며, 수동 보정된 각 변위 회귀값의 평균 제곱 오차가 10% 미만이고, 계산량이 전통적인 교대 방향 승수법(ADMM) 단일 반복보다 적어 산업 지능형 제조 및 자동 제어 시스템의 기계 시각 운동 측정 및 기계 시각 결함 진단 응용에 적합함을 보여준다.

변분 광류; 부분공간 군집화; 희소 가우시안 회귀; RKHS 공간; 시각 주행 계측; 그라쇼프 이중 레버; 리 군 다양체; 최대 조건부 기대