图片插值数据_RAFT: 2D图片光流检测——ECCV2020 Best Paper

b98adff217a15a8fd9a6c4ac21f14cb0.png

本文介绍一篇光流检测的文章。

RAFT: Recurrent All-Pairs Field Transforms for Optical Flow​arxiv.org princeton-vl/RAFT​github.com
061986d43a4de46fcf3e223978cac39f.png

什么是光流(Optical Flow)?

例如,把一个视频的前后两帧图片作为输入,Optical Flow能够计算出第一帧图片里面的每个像素的偏移量。或者说,对第一帧图片里面的每个像素,计算出第二帧图片里面的哪个像素与其对应。或者说,在前后两帧图片的像素之间找一个对应关系。

RAFT计算流程

假设输入的前后两帧图片是

一、计算图片feature

用一个共享的多层网络

,分别计算得出两张图片的feature:
。feature的分辨率是原图的1/8。

二、计算相关性

这步是文章的一个核心。假设

, 其中,
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值