多尺度交互光流网络

Sintel与KITTI最优

以对合卷积与自注意力交互多尺度特征，在无监督光流估计中实现当前最优性能。

Xiang, Xuezhi · Abdein, Rokia · Lv, Ning · Saddik, Abdulmotaleb El

Pattern Recognition 2024

技术优势

长距离依赖建模

利用involution提供丰富特征并建模长距离依赖，弥补卷积的不足。

多尺度特征交互

通过自注意力机制在特征尺度间交互，避免细节丢失。

运动特征增强

利用可变形卷积优化运动特征，进一步提高光流精度。

应用场景

• 机器人视觉导航：提供高精度光流，为机器人运动估计和避障提供可靠输入。
• 无人机自主飞行：在无标注数据下实现高精度光流，支持无人机视觉定位与稳定飞行。
• 工业视觉检测：可检测运动目标或场景变化，辅助工业视觉中的异常识别。
• 具身智能感知：为具身智能体提供稠密运动信息，增强环境感知与交互能力。