自监督 AutoFlow
计算机视觉与模式识别
2023-05-24 v3
摘要
近期，AutoFlow 在光学流训练集学习方面展现出 promising 结果，但其在目标域中需借助真值标签来计算搜索度量。观察到真值搜索度量与自监督损失之间的强相关性，我们引入自监督 AutoFlow 以处理无真值标签的真实世界视频。使用自监督损失作为搜索度量，我们的自监督 AutoFlow 在具备真值的 Sintel 与 KITTI 上与 AutoFlow 表现相当，并在真实世界 DAVIS 数据集上表现更优。我们进一步探索在（半）监督设定下使用自监督 AutoFlow，并取得了与当前最优方法相竞争的成果。
引用
@article{arxiv.2212.01762,
title = {Self-supervised AutoFlow},
author = {Hsin-Ping Huang and Charles Herrmann and Junhwa Hur and Erika Lu and Kyle Sargent and Austin Stone and Ming-Hsuan Yang and Deqing Sun},
journal= {arXiv preprint arXiv:2212.01762},
year = {2023}
}