ลิขสิทธิ์ (C) 2018 NVIDIA CORPORATION สงวนลิขสิทธิ์ ได้รับใบอนุญาตภายใต้ใบอนุญาต CC BY-NC-SA 4.0 (https://creativeCommons.org/licenses/by-nc-sa/4.0/legalcode)
สำหรับผู้ใช้คาเฟอีนโปรดดูที่ Caffe/Readme.md
สำหรับผู้ใช้ Pytorch โปรดดู pytorch/readme.md
การใช้งาน Pytorch เกือบจะตรงกับการใช้งานคาเฟอีน (EPE เฉลี่ยในช่วงสุดท้ายของชุดฝึกอบรม Sintel: 2.31 โดย Pytorch และ 2.29 โดย Caffe)
PWC-NET ฟิวส์เทคนิคการประมาณค่าการไหลแบบออปติคัลคลาสสิกหลายอย่างรวมถึงภาพปิรามิดภาพการแปรปรวนและปริมาณต้นทุนในเครือข่ายประสาทลึกที่สามารถฝึกอบรมได้เพื่อให้ได้ผลลัพธ์ที่ทันสมัย

Deqing Sun, Xiaodong Yang, Ming-yu Liu และ Jan Kautz "PWC-NET: CNNS สำหรับการไหลของแสงโดยใช้ปิรามิดการแปรปรวนและปริมาณต้นทุน" CVPR 2018 หรือ arxiv: 1709.02371
เวอร์ชันที่อัปเดตและขยาย: "โมเดลมีความสำคัญดังนั้นการฝึกอบรม: การศึกษาเชิงประจักษ์ของ CNNs สำหรับการประมาณค่าการไหลของแสง" arxiv: 1809.05571
ลิงค์หน้าโครงการ
พูดคุยที่ Vision Vision Challenge Workshop
พูดคุยในการประชุม CVPR 2018
หากคุณใช้ PWC-NET โปรดอ้างอิงกระดาษต่อไปนี้:
@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},
}
หรือกระดาษ 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}
}
หรือเวอร์ชันที่อัปเดตและขยาย
@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}
}
สำหรับการไหลแบบหลายเฟรมโปรดอ้างอิงด้วย
@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}
}
Flownet2-pytorch
การเรียนรู้ความแข็งแกร่งในฉากไดนามิกด้วยกล้องที่เคลื่อนไหวสำหรับการประมาณสนาม 3 มิติ (ECCV 2018)
Deqing Sun ([email protected])