Open Yagami360 opened 4 years ago
correlation layer や解像度を復元するネットワークを追加した畳み込みニューラルネットワーク(CNN)ベースのアーキテクチャで、オプティカルフローを実現したモデル。
アーキテクチャの全体像
集約部分(FlowNetSimple, FlowNetCorr) 元の画像を CNN で集約する部分は、以下の2つのアーキテクチャから構成される。
FlowNetSimple
FlowNetCorr
拡張部分 (refinement)
Variational refinement
いくつかのオプティカルフロー用データセットに対して、既存の手法よりも精度の高いオプティカルフローを推定できていること、アップサンプリングを行うことで精度が向上すること、又処理速度も向上することを定量的に比較している。
いくつかのオプティカルフロー用データセットに対して、既存の手法よりも精度の高いオプティカルフローを推定できていること、又アップサンプリングを行うことで精度が向上することを定性的に比較している。(※ FlowNetS はアップサンプリングを行わない ablation study 用モデル)
0. 論文情報・リンク
1. どんなもの?
correlation layer や解像度を復元するネットワークを追加した畳み込みニューラルネットワーク(CNN)ベースのアーキテクチャで、オプティカルフローを実現したモデル。
2. 先行研究と比べてどこがすごいの?
3. 技術や手法の"キモ"はどこにある?
アーキテクチャの全体像
集約部分(FlowNetSimple, FlowNetCorr) 元の画像を CNN で集約する部分は、以下の2つのアーキテクチャから構成される。
FlowNetSimple
FlowNetCorr
拡張部分 (refinement)
Variational refinement
4. どうやって有効だと検証した?
いくつかのオプティカルフロー用データセットに対して、既存の手法よりも精度の高いオプティカルフローを推定できていること、アップサンプリングを行うことで精度が向上すること、又処理速度も向上することを定量的に比較している。
いくつかのオプティカルフロー用データセットに対して、既存の手法よりも精度の高いオプティカルフローを推定できていること、又アップサンプリングを行うことで精度が向上することを定性的に比較している。(※ FlowNetS はアップサンプリングを行わない ablation study 用モデル)
5. 議論はあるか?
6. 次に読むべき論文はあるか?
7. 参考文献