深水

深流：深度匹配的大位移光流。光流计算是许多计算机视觉系统中的一个重要组成部分，这些系统设计用于诸如动作检测或活动识别等任务。然而，尽管在过去的十年里取得了一些重大进展，处理光流中的大位移仍然是一个开放的问题。受Brox和Malik大位移光流的启发，我们称之为深流的方法将匹配算法与光流的变分方法相结合。我们提出了一种适合光流问题的描述符匹配算法，可以提高快速运动的性能。匹配算法建立在一个6层的多阶段体系结构上，交叉卷积和最大池，这种结构类似于深卷积网。使用稠密采样，它可以有效地检索准稠密对应，并且在描述符匹配上具有内置的平滑效果，这对于集成到用于光流估计的能量最小化框架中是一项有价值的资产。deepflow能够有效地处理真实视频中出现的大位移，并在光流基准上显示出竞争性的性能。此外，它在MPI-Sintel数据集上建立了一个新的最新技术。