深度光流估计方法研究进展

作     者：祖曰然 包秀国 唐文忠 高科 张冬明 Zu Yueran;Bao Xiuguo;Tang Wenzhong;Gao Ke;Zhang Dongming

作者机构：北京航空航天大学计算机学院北京100191 国家计算机网络与信息安全管理中心北京100029 中国科学院计算技术研究所智能信息处理重点实验室北京100190 

基　　金：国家自然科学基金(51475025) 国家重点研发计划(2016YFB0801203) 北京市科学技术委员会基金(Z171100000117010) 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2021年第33卷第2期

页      码：310-320页

摘      要：结合深度学习模型实现光流端到端的计算是当前计算机视觉领域的一个研究热点.文中对基于深度学习的光流估计方法进行总结和梳理.首先,介绍了光流的起源与定义;其次,总结了现有的数据集合和评价指标;最重要的是,着重从3个方面回顾了深度光流估计方法,包括有监督的深度光流估计方法、无监督的深度光流估计方法以及对现有光流估计方法的性能对比分析.分析表明,参照传统方法设计小而轻且泛化性能好的深度光流网络是未来的研究方向.在此基础上,进一步分析和介绍了当下光流估计与视频分析任务联合学习的一系列代表性方法,指出了设计由任务驱动的深度光流网络是很有应用价值的研究方向.最后,总结了深度光流估计存在的问题和挑战,并对未来工作进行展望.

主 题 词：光流 光流估计 深度学习 视频分析 

学科分类：08[工学] 080203[080203] 0835[0835] 0802[工学-机械学] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3724/SP.J.1089.2021.17931

馆 藏 号：203102039...