weixin_42923416的博客

总结三：这部分应该不能算光流部分了，主要是一些光流在其他应用的辅助等。Semantic Flow for Fast and Accurate Scene Parsing论文：https://arxiv.org/pdf/2002.10120.pdf代码：github.com/donnyyou/torchcv主要是一个针对于分割的上采样方法，即大多数分割网络的上采样部分是直接的双线性上采样。这样子做的缺陷就是边缘部分不够精确（就像小图直接放大一样）。针对这个问题提出一个上采样模块FAM（Flow Ali

基于深度学习的无监督光流算法UnFlow: Unsupervised Learning of Optical Flow with a Bidirectional Census Loss论文：https://arxiv.org/pdf/1711.07837.pdf无监督的主要思路：向前遍历光流向量再向后遍历应该回到同一个位置，根据亮度不变假设设计loss。网络结构：输入为2帧，分别计算前向光流和方向光流。...

之前实习时接触过一段时间光流，本意是想用于辅助跟踪的。由于siammask框架自带分割功能，因此用稠密光流也是能跟踪的，虽然最终没用上。。就像光线暗时，2个黑衣人并列走着，距离太远，人显得太小。。最终试了几种光流都不能跟好。传统方法：OpenCV相关API： Link光流法假设前提：同一目标在相邻帧之间的亮度恒定相邻帧之间物体的运动微小，即短距离运动基本约束方程：根据假设前提1，...