遮挡感知光流估计网络

大位移下更稳健

通过遮挡约束与残差补偿,缓解运动遮挡区域的边缘模糊,提升大位移光流估计的精度与稳健性。

Fan, Bingbing · Ting-Jian, He · 张聪炫 · 陈震 · 黎明

Tien Tzu Hsueh Pao/Acta Electronica Sinica 2023

技术优势

遮挡区不再糊

通过学习的遮挡掩膜预测遮挡特征图,约束特征变形,从而抑制运动遮挡区域的边缘伪影。

大位移也能算准

采用特征图变形策略构建残差补偿模块,学习到的残差光流用于细化原始光流场,从而提升大位移下的精度。

数据集上已验证

在 MPI-Sintel 和 KITTI 数据集上与代表性传统方法和深度学习方法进行全面对比,实验证明精度和稳健性显著提升。

应用场景