Devon: Deformable Volume Network for Learning Optical Flow

Yao Lu, Jack Valmadre, Heng Wang, Juho Kannala, Mehrtash Harandi, Philip H. S. Torr

Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference article in proceedingsScientificvertaisarvioitu

Abstrakti

We propose a new neural network module, Deformable Cost Volume, for learning large displacement optical flow. The module does not distort the original images or their feature maps and therefore avoids the artifacts associated with warping. Based on this module, a new neural network model is proposed. The full version of this paper can be found online (https://arxiv.org/abs/1802.07351).
AlkuperäiskieliEnglanti
OtsikkoComputer Vision – ECCV 2018 Workshops
AlaotsikkoMunich, Germany, September 8-14, 2018, Proceedings, Part VI
KustantajaSpringer
Sivut673-677
Sivumäärä5
ISBN (elektroninen)978-3-030-11024-6
ISBN (painettu)978-3-030-11023-9
DOI - pysyväislinkit
TilaJulkaistu - 2019
OKM-julkaisutyyppiA4 Artikkeli konferenssijulkaisussa
TapahtumaEUROPEAN CONFERENCE ON COMPUTER VISION - Munich, Saksa
Kesto: 8 syysk. 201814 syysk. 2018
Konferenssinumero: 15

Julkaisusarja

NimiLecture Notes in Computer Science
KustantajaSpringer International Publishing
Vuosikerta11134
NimiImage Processing, Computer Vision, Pattern Recognition, and Graphics
Vuosikerta11134

Conference

ConferenceEUROPEAN CONFERENCE ON COMPUTER VISION
LyhennettäECCV
Maa/AlueSaksa
KaupunkiMunich
Ajanjakso08/09/201814/09/2018

Sormenjälki

Sukella tutkimusaiheisiin 'Devon: Deformable Volume Network for Learning Optical Flow'. Ne muodostavat yhdessä ainutlaatuisen sormenjäljen.

Siteeraa tätä