计算机应用研究

作者：胡毅轩,吴飞,熊玉洁,

单位：上海工程技术大学,上海201620；

关键词：密集光流,轻量化,卷积神经网络,网络解耦,金字塔结构,

基金：上海市科技学术委员会重点项目(18511101600)；国家自然科学基金资助项目(62006150,61802251)；上海青年科技英才扬帆计划资助项目(19YF1418400)；；

针对现有光流估计方法实时性不够的问题，提出轻量化的深度可分离卷积的PWC-Net改进模型（depth separable pyramid，warping and cost volume，DS-PWC）。其改进是将常规二维卷积网络层解耦为深度可分离卷积层，并且DS-PWC在金字塔层增加基于层数的权重系数，从而使得网络结构在不损失精度的情况下大幅减少模型参数量。在训练过程中，使用图像及对象感知数据随机擦除（image and object-aware random erasing，I+ORE）等数据增强技术，进一步提升估计预测结果泛化能力。实验结果表明，在数据集测试DS-PWC模型，在保持质量的同时运行效率达到约58 fps（frame per second）。同时为了验证算法有效性，进行了模型结构和数据增强的消融实验。结果证明了DS-PWC模型的有效性。

来源：2022年第1期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2022年第1期