qq_41942564的博客

flycharis数据集包含一对图像和对应的光流序列（00001_img1.ppm, 00001_img2.ppm, 00001_flow.flo) 自己定义的数据集需要继承抽象类class torch.utils.data.Dataset，并且需要重载两个重要的函数：__len__ 和__getitem__,其中：(1). 在__init__中是初始化了该类的一些基本参数; (2). __getitem__中是真正读取数据的地方，迭代器通过索引来读取数据集中数据，因此只需要这一个方法中加入读取数据的相关

光流算法中最重要的假设是亮度一致性，即： I1(x, y) = I2(x+u, y+v) 令x = (x, y), u = (u, v), w(x,u) = x + u, 则I2(x+u, y+v)的可以记作I2(w(x, y)). w即是光流算法中的warp函数，在pytorch中可以借助torch.nn...

假设t时刻，在图像上点(x,y)处的像素值(亮度)为E(x,y,t),假设在移动过程中，其亮度是恒定的。 即： 假设位移足够小 ，使用一阶泰勒展开得到： 这也就是亮度不变性假设。但是此时在每一个点出只有这一个约束条件，每一点处的运动矢量包括两个运动分量（u,v），因此需要增加额外约束。 我们假设图像中相邻的点具有相似的运动矢量，且图像中的运动场变化较为平滑。 即： 亮度不变...

大家可以进群交流，最好是研究方向为光流及场景流估计方向的研究生、博士等，可以分享探讨相关的论文。