稠密光流跟踪：连点成线

近期的点跟踪方法能够在视频的大部分时段中恢复任意场景点的轨迹，即使存在遮挡。然而，它们在实践中过于缓慢，无法在合理时间内跟踪单帧中观察到的每一个点。本文提出 DOT，一种用于解决该问题的新颖、简单且高效的方法。它首先使用现成的点跟踪算法从运动边界的关键区域提取少量轨迹。给定源帧和目标帧，DOT 通过最近邻插值计算稠密流场和可见性掩码的粗略初始估计，随后使用可学习的光流估计器进行细化，该估计器显式处理遮挡并可在具有真实对应关系的合成数据上训练。我们表明，DOT 比当前光流技术显著更准确，优于 OmniMotion 等复杂的“通用”跟踪器，并与 CoTracker 等最佳点跟踪算法相当或更优，同时速度快至少两个数量级。在合成与真实视频上的定量和定性实验验证了所提方法的有效性。展示我们方法能力的代码、数据和视频可在项目网页获取：https://16lemoing.github.io/dot 。