PWOC-3D：深度遮挡感知端到端场景流估计
计算机视觉与模式识别
2019-04-15 v1
摘要
在过去几年中，卷积神经网络（CNNs）在学习许多计算机视觉任务（包括光流和立体匹配等稠密估计问题）上展现出日益增长的成功。然而，这些任务的联合预测（称为场景流）传统上一直使用基于原始假设、难以泛化的缓慢经典方法来处理。本文提出的工作通过提出PWOC-3D（一种紧凑的CNN架构，用于在端到端监督设置下从立体图像序列预测场景流）高效地（在速度和精度方面）克服了这些缺陷。此外，大运动和遮挡是场景流估计中众所周知的问题。PWOC-3D采用专门的设计决策来显式建模这些挑战。在这方面，我们提出了一种新颖的自监督策略，从图像中预测遮挡（无需任何标注遮挡数据学习）。利用若干此类构造，我们的网络在KITTI基准和具有挑战性的FlyingThings3D数据集上取得了有竞争力的结果。特别是在KITTI上，PWOC-3D在端到端深度学习方法中位列第二，参数数量比性能最佳的方法少48倍。
引用
@article{arxiv.1904.06116,
title = {PWOC-3D: Deep Occlusion-Aware End-to-End Scene Flow Estimation},
author = {Rohan Saxena and René Schuster and Oliver Wasenmüller and Didier Stricker},
journal= {arXiv preprint arXiv:1904.06116},
year = {2019}
}