ScopeFlow：面向光流的运动场景动态范围限定
计算机视觉与模式识别
2020-05-05 v2
摘要
我们提出对光流的常规训练协议进行修改，从而在不增加训练过程计算复杂度的前提下获得显著的精度提升。该改进基于观察到当前训练协议中存在对困难数据采样的偏差，并改进了采样过程。此外，我们发现正则化与数据增强在训练过程中均应减弱。使用现有的低参数量架构，该方法在 MPI Sintel 基准上排名所有方法第一，将最佳双帧方法精度提升超过 10%。该方法在 KITTI 基准上也以超过 12% 和 19.7% 的优势超越所有同类架构变体，并在双帧方法中于 KITTI2012 上取得最低的平均端点误差，且未使用额外数据集。
引用
@article{arxiv.2002.10770,
title = {ScopeFlow: Dynamic Scene Scoping for Optical Flow},
author = {Aviram Bar-Haim and Lior Wolf},
journal= {arXiv preprint arXiv:2002.10770},
year = {2020}
}