文章预览
打造一个有温度、有趣味、专业的全栈式AI 交流社区, 用心写好每一篇文章! “ 实时高精度光流估计是各种应用中的关键组成部分,包括机器人中的定位和映射、目标跟踪和计算机视觉中的活动识别等多种任务。 虽然最近基于学习的光流方法已经达到了很高的精度,但是它们往往伴随着高昂的计算成本。 在这篇论文中,作者提出了一种高效的光流方法,在高精度和减少计算需求之间取得了平衡。为了在保持实时推理速度的同时缓解这个问题,作者提出了两个新组件。 首先,作者详细分析骨干网并删除冗余组件,从而使其更轻量、更高效。 主干之前有交叉注意力和全局匹配模块,用于处理大位移问题,从而估计不受感受野限制的初始光流。 其次,作者提出了一个高效的迭代精化模块。这两个模块都大大提高了现实世界数据的性能,同时保
………………………………