ICCV 2023 | 港中文MMLab: 多帧光流估计模型VideoFlow，首次实现亚像素级别误差

本文提出了一个多帧光流估计模型 VideoFlow，旨在充分挖掘视频中的时序信息和运动规律，避免当前主流方法只以两帧图片作为输入而面临的信息瓶颈，显著提升了光流估计的性能。

在公开的 Sintel Bechmark 上，VideoFlow 在 Clean 和 Final 两个子集分别取得了 0.991 与 1.649 AEPE，与之前发表的最好结果（1.073 和 1.943）相比，误差下降了 7.6% 和 15.1%，并且是首个在 Clean 子集实现亚像素级别误差的模型。在自动驾驶 KITTI-2015 Benchmark 上，VideoFlow 实现了 3.65% 的 Fl-all error，相比之前发表的最好结果（4.52%）误差降低了 19.2%。模型与训练代码均已开源。

论文标题：

VideoFlow: Exploiting Temporal Cues for Multi-frame Optical Flow Estimation

论文链接：

https://arxiv.org/abs/2303.08340

代码链接：

https://github.com/XiaoyuShi97/VideoFlow

是基于什么样的思考完成了这篇文章？

光流的目标是估计