refs:
- http://blog.csdn.net/whiteinblue/article/details/43312059
- http://blog.csdn.net/sinat_29552923/article/details/72638731
refs:
UNet是很多网络结构的母结构,例如Flownet;文章的主要贡献(就我的理解)在于U型结构:把传统卷积网络学到的高层次特征和原始图片的源信息结合在一起。
paper link: https://arxiv.org/abs/1505.04597
further reading: https://leanote.com/api/file/getImage?fileId=57a1358aab644135ea03a5e7
paper link: http://www.caam.rice.edu/~zhang/caam699/opt-flow/horn81.pdf
这篇1981年发表的文章是CV中众多optical flow文章的起始工作,我花了三天时间自习阅读该文章,亦可称的上是我读CV文章的起源。
文章贡献:
提出一种计算光流的方法
文章思路:
一个点的亮度信息E(x,y,t)不足以计算光流,因为光流是二维的向量,亮度只有一维。文章通过一系列假设的条件,引入两个约束:
– 一个点的亮度在时间维度不变:E对x,y,t的偏倒之和为0
– 一个刚体内部相邻点光流平滑过渡:u, v对x,y 偏倒之和最小
具体方案
– 以上两个约束虽然可以求解,但是计算量很大
– 使用迭代的方法来求解有效降低计算量
后续
后续光流又提出很多算法,参考:http://blog.csdn.net/zouxy09/article/details/8683859