Zwei synergistische Techniken, Selbstreinigende Iterationen (SCI) und Regressions-Focal-Loss (RFL), werden entwickelt, um die Leistungsfähigkeit optischer Flussmodelle zu verbessern, indem Ungenauigkeiten in der Flussschätzung angegangen werden.
Durch die Verwendung von Tabellenlookups können Convolutional Neural Networks deutlich effizienter berechnet werden, ohne dass die Genauigkeit stark beeinträchtigt wird.
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.
Eine neue Methode zur datenschutzfreundlichen visuellen Positionsbestimmung, die eine deutlich höhere Effizienz bei gleichbleibender Sicherheit bietet.