Core Concepts
Die Methode OCAI ermöglicht eine robuste Videorahmeninterpolation durch Generierung von Zwischenframes und dazugehörigen optischen Flüssen, die dann in einem semi-überwachten Lernverfahren zur Verbesserung der optischen Flussschätzung genutzt werden.
Abstract
Die Arbeit adressiert die Herausforderung des Mangels an Referenzdaten für das Training von Modellen zur optischen Flussschätzung.
OCAI führt eine verdeckungs-bewusste Vorwärtsverzerrung durch, um Zwischenframes und dazugehörige optische Flüsse zu generieren. Dies löst Probleme wie Pixelambiguitäten und fehlende Werte.
Die generierten Zwischenframes und Flüsse werden dann in einem semi-überwachten Lernverfahren genutzt, um ein optisches Flussschätzmodell zu trainieren. Dabei wird eine Lehrer-Schüler-Architektur mit exponentiell gleitenden Mittelwerten verwendet, um die Stabilität zu erhöhen.
Die Evaluierung zeigt, dass OCAI sowohl bei der Videorahmeninterpolation als auch bei der optischen Flussschätzung state-of-the-art Ergebnisse erzielt.
Stats
Die Methode verwendet keine expliziten Statistiken oder Kennzahlen, sondern generiert stattdessen neue Trainingspaare aus Videosequenzen, um die Leistung des optischen Flussschätzmodells zu verbessern.
Quotes
Keine relevanten wörtlichen Zitate identifiziert.