Pengpeng Liu, Michael Lyu, Irwin King

The Chinese University of Hong Kong, § Tencent AI Lab

---

一篇來自2019年CVPR的自監督光流估計---SelFlow

---

作者提出一種從無標注數據中學習光流的自監督訓練框架。

1）利用Noc-Model 從未遮蓋區域，學習可靠的光流信息；

2）利用Noc-Model學習到的可靠的光流信息，去指導OCC-Model 學習被遮擋像素的光流（這些被遮蓋的像素，俗稱Occlusion是利用隨機遮蓋超像素的方法產生的）；

3）設計一個可以利用多幀圖像時序連續性的網絡結構更好地學習光流。

首先介紹幾個標注信息：

?文章利用連續的 I t-1、l t、l t+1 三幀圖像作為網絡的輸入；

wi->j 表示i、j 之間的光流信息；

backward warp 則表示把t+1 warping 成 t 利用 Spatial Transformer Network（其實就是反向warp）[46]

Oi->j 表示 i、j之間的遮蓋信息，標為1的表示在 i 中出現但沒有在 j 中出現的；

看正文的Fig 1 ：

First row: （a） t時刻圖像，（b）t+1時刻圖像，（c） t、t+1 時刻的真實光流信息，（d）把t+1 warped 成 t 。

Second row: 為主題網絡結構：1）Noc-Model 這一行表示，從3個連續幀中學習p 的光流信息，類似學習全局的光流信息，得到Flow；

2）OCC-Model 這一行表示，作者首先 生成 Superpixel , 隨機選取幾個超像素區域，并進行遮蓋，利用Noc-Model 學習到的一種全局的光流信息，以及后續的Mask（i） 操作共同指導 OCC-Moedel 生成光流，且對遮蓋區域進行一個預測。

這種方式類似于DDFlow 里的teacher-studenr structure? 與SelFlow 為同一作者：

1）對Teacher Model ， 學習I1、I2 間的光流信息，圖中的點p（x1，y1）；

2）對Student Model ，? 對I1、I2 進行裁剪，那么對I1 中的p點，并不會在裁剪后的I2中出現，那么就發生的遮蓋，?利用Teacher Model 指導Student Model 學習并預測全像素的光流信息（當然，也包括被遮蓋區域）。

---

接下來，到文章主線

CNNs for Multi-Frame flow estimate：

?上圖是NOC-Model 、OCC-Model 的具體作用，不再細說。

就到了NOC-Model 、OCC-Model網絡結構：

?是由PWC-Net 改造的：

首先 ，l+1 level 的光流信息W ，經過上采樣分辨率和大小校正，保持和l level 一致；

要知道，整個網絡就是對 t-1 t t+1 的迭代循壞。所以F的信息只是尺度不同。

利用 w t->t-1? 和 F t-1 進行warp ，讓F t-1 變成 warped 的 F t-1 , 然后再利用 F t 進行 cost volume 計算。同理得到 F t+1 的 cost volume 。

把上面的得到的一起放入Estimator Network 就可以得到 l level 光流信息。至于為什么有 -w 是為了計算 occlusion estimation.

由于這個網絡是改的PWC-Net .所以把一部分pwc-net 也放上來：

下圖是PWC-Net 的網絡結構

?將frame 2 warping 到 frame1 上去，為后續和frame1 計算cost volume.

代價體積的計算。

接下來，作者利用更好的獲得遮擋信息，利用五幀來估計三幀的遮擋信息，如下圖：

?通過t-2、t-1、t、t+1、t+2五個時刻，或者t-1、t、t+1 三個時刻的遮擋信息，且能保證一定時序性。

下面為作者結果，僅供參考，畢竟19年的文章。

Loss Function：

由于看這片文章是2個月之前，有點忘記Loss了，大概就是L1

作者說where ψ(x) is a robust loss function,當時去DDFlow文章中找了也是如此解釋，估計是絕對值的作用吧。

?

總結

以上是生活随笔為你收集整理的SelFlow: Self-Supervised Learning of Optical Flow的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。