一种基于多级损失量的端到端光流估计方法

摘要

本发明公开了一种基于多级损失量的端到端光流估计方法，将两张相邻图像送入相同的特征提取卷积神经网络进行特征提取，获得两帧图像的多尺度的特征图；在每一个尺度下，对两幅图像特征图进行相关性分析操作，从而获得多尺度的损失量信息；将同一尺度下获取的损失量信息、第一帧图像在该尺度下的特征图、上一级预测得到光流信息合并在一起，送入光流预测卷积神经网络中，获取该尺度下的残差流，并与上一级光流信息的上采样结果相加得到该尺度的光流信息；将第二级尺度的光流信息与输入的两帧图像进行特征融合操作，将融合后的信息送入到运动边缘优化网络得到最终的光流预测结果。使用本发明能够提升光流估计算法精度与效率。