针对以上问题, 本文提出了一种基于局部 – 全局建模与视 觉相似引导上采样的光流估计方法. 首先, 引入一个高效且简单的自注意力机制加强光流计算网络的 局部和全局建模能力. 通过提取更具有表达力的图像特征, 降低因大位移和局部歧义性导致的光流估 计误差问题. 其次, 基于物体视觉特征越相似, 运动也越相似的假设, 构建视觉相似引导的光流
光流运动估计是计算机视觉领域的一个重要的研究领域,为了抑制噪声对光流场估计的影响,并实现大位移光流场求解,建立了基于全局与局部相结合的CLC;-TV变分光流估计模型,并提出求解方法。将LK局部光流算法融合到TV-LI模型中,并利用各项异性扩散和双边滤波技术,扩展后模型在保持TV-LI模型优势的基础上,具有更加鲁棒的抗噪性...
步骤6:根据传统非局部滤波器构建基于深度学习的非局部化滤波器,分别将前向光流、后向光流通过基于深度学习的非局部滤波器进一步处理,获得精炼后的前向光流、精炼后的后向光流; 步骤7:结合前后一致性检测原理,利用精炼后的前向光流、精炼后的后向光流对遮挡区域进行估计,并获取前向遮挡区域、后向遮挡区域; 步骤8:结...