DPFlow：基于双层金字塔框架的自适应光流估计
计算机视觉与模式识别
2025-09-30 v2
摘要
光流估计是视频处理任务(如修复和动作识别)的关键技术。视频质量不断提升，当前标准已达到8K分辨率。然而，光流方法通常针对低分辨率设计，难以推广到大输入规模 due to其刚性架构。它们采用下采样或输入拼接以减小输入大小，导致细节和全局信息的丢失。此外，缺乏针对高分辨率样本的光流基准测试来判断现有方法的实际性能。以前的工作仅在挑选的样本上进行了定性的高分辨率评估。本文以两个方面填补了这一空白：我们提出DPFlow，一种能够在仅使用低分辨率样本训练的情况下推广至8K分辨率输入的自适应光流架构。我们还引入Kubric-NK，用于评估光流方法在1K至8K输入分辨率范围内的性能。我们的高分辨率评估推动了现有方法的边界，并揭示了它们在泛化能力方面的新见解。大量实验结果表明，DPFlow在MPI-Sintel、KITTI 2015、Spring等高分辨率基准上取得了最先进的成绩。
关键词
引用
@article{arxiv.2503.14880,
title = {DPFlow: Adaptive Optical Flow Estimation with a Dual-Pyramid Framework},
author = {Henrique Morimitsu and Xiaobin Zhu and Roberto M. Cesar and Xiangyang Ji and Xu-Cheng Yin},
journal= {arXiv preprint arXiv:2503.14880},
year = {2025}
}
备注
Accepted at CVPR 2025. The code and dataset are available at https://github.com/hmorimitsu/ptlflow/tree/main/ptlflow/models/dpflow. 24 pages, 17 figures