Optical Flow Estimation: An Error Analysis of Gradient-Based Methods with Local Optimization
PulseAugur coverage of Optical Flow Estimation: An Error Analysis of Gradient-Based Methods with Local Optimization — every cluster mentioning Optical Flow Estimation: An Error Analysis of Gradient-Based Methods with Local Optimization across labs, papers, and developer communities, ranked by signal.
-
FreeFlow Transformer 在无特定任务偏见的情况下实现了 SOTA 光流 · 跟踪 4 个来源
研究人员开发了 FreeFlow，一种用于光流估计的新型层次化 Transformer 架构，它摒弃了传统的特定任务归纳偏置。通过在单个前馈编码器-解码器中使用窗口、移位窗口和全局注意力机制的组合，FreeFlow 在 Sintel、KITTI 2015 和 Spring 等关键基准测试中取得了最先进的结果。这种无偏见的方法还显示出内存效率，尤其是在更高分辨率下。
-
WiFlow 使用 WiFi 信号进行光流估计，绕过摄像头
研究人员开发了 WiFlow，一个利用 WiFi 信道状态信息 (CSI) 而非传统摄像头来估计光流（描述场景中物体运动）的新型系统。这种方法解决了基于摄像头方法的隐私问题和对光照条件的限制。该项目包括 WiFlow 本身、一个 CSI 预处理器、三种不同的模型架构，以及创建的第一个专门用于训练和评估基于 CSI 的光流估计器的***。
-
新的快速特征场 ($ ext{F}^3$) 表示推动了事件驱动相机数据处理的进步
研究人员开发了一种新颖的事件驱动相机数据表示方法，称为快速特征场 ($ ext{F}^3$)。该方法学习从过去的事件预测未来的事件，有效地保留了场景结构和运动信息。$ ext{F}^3$ 设计高效，即使在高清分辨率下也能实现高帧率，并在各种机器人平台和光照条件下的光流估计、语义分割和单目度量深度估计等任务中展现出最先进的性能。