Download PWC Net - Download do código fonte PWC Net

PWC Net

Pitão

1.0.0

Baixar

PWC-Net: CNNs para fluxo óptico usando pirâmide, deformação e volume de custos

Licença

Uso

Para usuários de Caffe, consulte o Caffe/Readme.md.

Para usuários de pytorch, consulte Pytorch/readme.md

A implementação do Pytorch quase corresponde à implementação do CAFFE (EPE média no passe final do conjunto de treinamento de Sintel: 2.31 por Pytorch e 2.29 por Caffe).

Arquitetura de rede

O PWC-Net funde várias técnicas clássicas de estimativa de fluxo óptico, incluindo pirâmide de imagem, deformação e volume de custo, em uma rede neural profunda de ponta a ponta para obter resultados de última geração.

Papel e citação

Deqing Sun, Xiaodong Yang, Ming-Yu Liu e Jan Kautz. "PWC-Net: CNNs para fluxo óptico usando pirâmide, deformação e volume de custo". CVPR 2018 ou ARXIV: 1709.02371

Versão atualizada e estendida: "Os modelos são importantes, o mesmo acontece com o treinamento: um estudo empírico de CNNs para estimativa de fluxo óptico". ARXIV: 1809.05571

Link da página do projeto

Fale no Robust Vision Challenge Workshop

Conferência de conversa na conferência CVPR 2018

Se você usar o PWC-NET, cite o seguinte artigo:

 @InProceedings{Sun2018PWC-Net,
  author    = {Deqing Sun and Xiaodong Yang and Ming-Yu Liu and Jan Kautz},
  title     = {{PWC-Net}: {CNNs} for Optical Flow Using Pyramid, Warping, and Cost Volume},
  booktitle = CVPR,
  year      = {2018},
}

ou o papel arxiv

 @article{sun2017pwc,
  author={Sun, Deqing and Yang, Xiaodong and Liu, Ming-Yu and Kautz, Jan},
  title={{PWC-Net}: {CNNs} for Optical Flow Using Pyramid, Warping, and Cost Volume},
  journal={arXiv preprint arXiv:1709.02371},
  year={2017}
}

ou a versão atualizada e estendida

 @article{Sun2018:Model:Training:Flow,
  author={Sun, Deqing and Yang, Xiaodong and Liu, Ming-Yu and Kautz, Jan},
  title={Models Matter, So Does Training: An Empirical Study of CNNs for Optical Flow Estimation},
  journal={IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI)},
  note = {to appear}
}

Para fluxo de múltiplos quadros, cite também

 @inproceedings{ren2018fusion,
  title={A Fusion Approach for Multi-Frame Optical Flow Estimation},
  author={Ren, Zhile and Gallo, Orazio and Sun, Deqing and Yang, Ming-Hsuan and Sudderth, Erik B and Kautz, Jan},
  booktitle={Proceedings of the IEEE Winter Conference on Applications of Computer Vision (WACV)},
  year={2019}
}