Estimation de flot optique multiframe par apprentissage profond
Résumé
Ce papier concerne l'estimation du flot optique dans un contexte "multiframe", c'est-à-dire lorsque l'on dispose de séries de plus de deux images temporellement proches, par exemple issues d'une caméra à haute cadence. Nos travaux s'inscrivent dans la tendance récente à appliquer l'apprentissage profond à ces questions d'estimation. Nous présentons un estimateur, FlowNetStack, qui consiste globalement à mettre en entrée du réseau FlowNet une série de N>2 images, et que nous entraînons sur une base de vidéos simulées à haute cadence conçue pour l'occasion. Sur des données haute cadence, FlowNetStack permet d'obtenir des résultats meilleurs que des algorithmes de flot optique à l'état de l'art (PWC-Net) tout en ayant une structure beaucoup plus simple.
Origine | Fichiers produits par l'(les) auteur(s) |
---|