[发明专利]一种基于PWC原则的深度学习光流估计方法

摘要

一种基于PWC原则的深度学习光流估计方法涉及计算机处理技术领域。本发明利用全序列图像前后切片之间的变化特性，先生成光流图；给定两个输入图像，特征金字塔提取模块使用共享参数的卷积神经网络分别提取他们的特征表示金字塔。随后将生成的特征表示进行变形操作，接着直接计算两个特征所有像素之间的相关性。然后将特征的相关性结果、第一张图像的特征和上采样得到的粗糙光流拼接在一起作为输入，输出为当前层的光流。再将光流估计结果和光流估计网络中倒数第二层的特征输入修正网络后，上采样值原始尺寸即可得到最终光流。本发明获取高精度的估计效果，实现模型尺寸与计算精度之间的平衡。