OccInpFlow：基于无监督学习的遮挡修复光流估计
计算机视觉与模式识别
2020-07-01 v1
摘要
遮挡是无监督光流学习中一个不可避免且关键的问题。现有方法要么将遮挡区域与非遮挡区域同等对待，要么简单地将其移除以避免错误。然而，遮挡区域能够为光流学习提供有效信息。本文提出 OccInpFlow，一种遮挡修复框架，以充分利用遮挡区域。具体而言，提出一种新的表观-流网络，基于图像内容对遮挡处的光流进行修复。此外，提出一种边界扭曲来处理由位移超出图像边界所引起的遮挡。我们在 Flying Chairs、KITTI 和 MPI-Sintel 等多个主流光流基准数据集上进行了实验，结果表明我们提出的遮挡处理框架显著提升了性能。
引用
@article{arxiv.2006.16637,
title = {OccInpFlow: Occlusion-Inpainting Optical Flow Estimation by Unsupervised Learning},
author = {Kunming Luo and Chuan Wang and Nianjin Ye and Shuaicheng Liu and Jue Wang},
journal= {arXiv preprint arXiv:2006.16637},
year = {2020}
}