光流
文章平均质量分 95
贾小树
这个作者很懒,什么都没留下…
展开
-
论文阅读:Optical Flow in the Dark
文章目录1. 论文总述1. 论文总述从论文题目中可以看出,本文主要是想改善暗光下的光流估计效果,先前的方法主要是将暗光下的image进行提亮,再估计光流,但作者认为这样效果不好,因为提亮时候会破坏帧与帧之间的运动信息。作者的方法是:合成数据, 作者估计暗光下的噪声特性,然后将暗光特性加入到开源的光流数据集FlyingChairs,利用这样的合成数据集训练深度模型FlowNet 或者PWC-Net,然后在作者自己收集的raw格式的不同曝光的数据集上进行验证暗光下的效果,发现这样的合成数据集对预测暗光下的原创 2021-10-11 23:12:08 · 505 阅读 · 0 评论 -
论文阅读:RAFT: Recurrent All-Pairs Field Transforms for Optical Flow
文章目录1. 论文总述2. RAFT结构被传统算法所启发3. RAFT的三个重大创新点4. 光流算法需要解决的难点5. 传统光流算法简介及缺点6. Fast DIS 有可能存在的问题7. 本文相近work8.1. 论文总述这篇也是基于CNN的光流估计work,ECCV2020的best paper。本文主要是在计算两帧图像特征的相似性时构建了一个4D的 correlation volumes,然后还参考了传统光流算法的迭代优化思想,逐步地一点一点的对flow map进行优化!! 实现上是用的循环单原创 2021-09-27 23:53:27 · 905 阅读 · 1 评论 -
论文阅读:FlowNet 2.0: Evolution of Optical Flow Estimation with Deep Networks
文章目录1. 论文总述2. 利用CNN预测光流的另一种思路3. 通过堆叠网络来进行光流估计优化的idea来源4. FlyingThings3D (Things3D) dataset5. The order of presenting training data with different properties matters.6. 堆叠两个相同网络时(FlowNetS)7. 堆叠不同的网络结构(FlowNetC+FlowNetS,或者3/8 通道数的FlowNetS)8. FlowNet-CSS的训练好像原创 2021-09-20 13:00:46 · 931 阅读 · 0 评论 -
论文阅读:FlowNet: Learning Optical Flow with Convolutional Networks
文章目录1. 论文总述2. FlowNetS结构的背后原因3. 相关层4. Variational refinement(变分优化)5. 数据集介绍6. 光流可视化7. 模型指标对比参考文献(重要!)1. 论文总述最近开始做基于深度学习的光流估计,本文的FlowNet应该是必须了解的,这是2015年的一篇文章,网络结构比较简单,就是基于类似语义分割的形式直接让网络输出dx dy;另外还有个大贡献,就是作者合成了一个经典的用来训练CNN的光流数据集: FlyingChairs,现在也仍然在用!!由于工原创 2021-09-17 23:11:10 · 489 阅读 · 0 评论 -
论文阅读:Fast Optical Flow using Dense Inverse Search
文章目录1、论文总述2. 光流鲁棒性遇到的挑战3. 保持精度的同时提高速度的一些方法4. Fast inverse search for correspondences5. Fast optical flow with multi-scale reasoning6. Fast Variational refinement7. 参数选择及3个结论8. 与其他方法对比及4个结论9. 本方法的不足之处10. 高帧率的影响参考文献1、论文总述最近开始接触光流方面的工作,在大概了解了LK光流法之后,我就开始看这原创 2021-08-11 12:32:08 · 2308 阅读 · 0 评论