计算机科学>计算机视觉和模式识别
标题: AccFlow:长距离光流的反向累积
摘要: 最近基于深度学习的光流估计器在连续帧之间产生局部流方面表现出了令人印象深刻的性能。 然而,估计远距离帧之间的长距离流,特别是在复杂对象变形和大运动遮挡的情况下,仍然是一项具有挑战性的任务。 一个有希望的解决方案是显式或隐式地累积局部流,以获得所需的长程流。 然而,累积误差和流量偏差会阻碍该方法的有效性。 本文提出了一种新的递归框架AccFlow,该框架使用称为AccPlus的可变形模块递归向后累积局部流。 此外,还与AccPlus一起设计了一个自适应混合模块,通过反向累加来缓解遮挡效应,并校正累加误差。 值得注意的是,我们证明了后向积累优于传统的前向积累,据我们所知,这一点以前还没有明确确立过。 为了训练和评估建议的AccFlow,我们构建了一个名为CVO的大规模高质量数据集,该数据集在相邻帧和远距离帧之间提供了地面真实的光流标签。 大量实验验证了AccFlow在处理远程光流估计方面的有效性。 代码位于 此https URL .