Meta
Bolei Zhou大神的ECCV 2012，人家几乎每年都能发顶会，环境好，实力强，好羡慕
Abstract
所谓Coherent motions就是描述collective movements of individuals in crowd。
理解Coherent motion对应的规律（underlying priors），并且从背景噪声中检测出来是难点啊
本文搞出一个prior，即Coherent Neighbor Invariance
其实就是发现了一个video的连续几帧中，有几个规律，然后利用这几个规律来设计算法
本文的算法能够很好滴区分 coherent and incoherent motions
Related Works
作者列出了一大堆算法，指出了，这些算法都需要特定的假设
并且Crowd motion有很多种：
为了数运动的数目，有人搞算法去检测independent motion
有人用李代数来学习global motion patterns of crowds
有人用spectral clustering to group long-term dense trajectories for the segmentation of moving objects in video.
在3D motion segmentation中，在仿射变换的假设下，还有Generalized Principal Component Analysis (GPCA) [16] and RANSAC [15]
本文develop a general coherent motion technique which can be well
applied to the various problems discussed above
本文的算法
思想不难
过了n帧之后，一个点周围的K个最近的点，能够一直存在的，肯定在减少，但是这些一直在它周围存在的点钟，coherent的点，即和它运动一致的点的比例是增加的
（最近点的定义看图1，该prior的效果看图2）
另外，一直保持最近点的点中，它们的速度相关性一般会保持比较高的值
这就是本文的先验。
试验
有Synthetic Data
在4.1的结尾，有Ncuts, K-means, and Mean-shift的方法对比，即图6
4.2还有 Hopkins155 Database