深度学习光流计算技术研究进展

来源 :电子学报 | 被引量 : 0次 | 上传用户：civili

【摘要】

：

图像序列光流计算是图像处理与计算机视觉等领域的重要研究方向.随着深度学习技术的快速发展,以卷积神经网络为代表的深度学习理论与方法成为光流计算技术研究的热点.本文主要对深度学习光流计算技术研究进行综述,首先介绍了有监督学习、无监督学习和半监督学习的光流计算网络模型与训练策略,然后重点阐述并分析了不同网络模型优化方法.针对光流计算模型的评估问题,分别介绍了Middlebury、MPI-Sintel和K

【作者】

：

张聪炫周仲凯陈震葛利跃黎明江少锋陈昊

【机构】

：

南昌航空大学无损检测技术教育部重点实验室,中国科学院自动化研究所

【出处】

：

电子学报

【发表日期】

：

2020年09期

【关键词】

：

光流计算深度学习卷积神经网络训练策略优化方法评价基准 optical flow computation deep learning convoluti

【基金项目】

：

国家自然科学基金(No.61866026,No.61772255,No.61866025),江西省优势科技创新团队计划(No.20165BCB19007),江西省科技创新杰出青年人才计划(No.20192BCB23011),航空科学基金(No.2018ZC56008),中国博士后科学基金(No.2019M650894),江西省重点研发计划(No.20171BBG70052),江西省研究生创新专项资

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

其他文献

深度学习光流计算技术研究进展

其他学术论文