SEA-RAFT：简单、高效、准确的光流RAFT方法
计算机视觉与模式识别
2024-05-24 v1
摘要
我们介绍了SEA-RAFT，一种更简单、高效、准确的光流RAFT方法。与RAFT相比，SEA-RAFT使用新的损失函数（拉普拉斯混合）进行训练。它直接回归初始流以在迭代细化中更快收敛，并引入刚体运动预训练以提高泛化能力。SEA-RAFT在Spring基准上以3.69端点误差（EPE）和0.36的1像素异常率（1px）达到了最先进的精度，分别比最佳已发表结果降低了22.9%和17.8%的错误率。此外，SEA-RAFT在KITTI和Spring上获得了最佳的跨数据集泛化能力。凭借其高效率，SEA-RAFT的运行速度至少比现有方法快2.3倍，同时保持竞争性能。代码公开于https://github.com/princeton-vl/SEA-RAFT。
引用
@article{arxiv.2405.14793,
title = {SEA-RAFT: Simple, Efficient, Accurate RAFT for Optical Flow},
author = {Yihan Wang and Lahav Lipson and Jia Deng},
journal= {arXiv preprint arXiv:2405.14793},
year = {2024}
}