用于稠密跟踪的稠密匹配器
计算机视觉与模式识别
2024-02-22 v1
摘要
光流是多种应用的有用输入，包括三维重建、姿态估计、跟踪和运动恢复结构。尽管光流用途广泛，但稠密长期跟踪领域，尤其是宽基线下的跟踪，尚未得到充分探索。本文扩展了 MFT 提出的在对数间隔上组合多个光流的概念。我们证明了 MFT 与不同光流网络的兼容性，其结果超越了各网络单独的性能。此外，我们在 MFT 框架内提出了一种简单而有效的网络组合方法。该方法在位置预测精度方面与更复杂的非因果方法具有竞争力，凸显了 MFT 在增强长期跟踪应用方面的潜力。
引用
@article{arxiv.2402.11287,
title = {Dense Matchers for Dense Tracking},
author = {Tomáš Jelínek and Jonáš Šerých and Jiří Matas},
journal= {arXiv preprint arXiv:2402.11287},
year = {2024}
}