公开(公告)号：CN107993255A

公开(公告)日：2018-05-04

申请号：CN201711220774.5

申请日：2017-11-29

Applicant: 哈尔滨工程大学

Inventor： 项学智 ,  翟明亮 ,  吕宁 ,  张荣芳 ,  郭鑫立 ,  王帅 ,  于泽婷 ,  张玉琦

IPC: G06T7/269

Abstract: 本发明属于计算机视觉领域，提供了一种基于卷积神经网络的稠密光流估计方法，以解决现有技术计算时间长，计算量大，计算效率不高的问题，包含如下步骤：(1)提取运动图像信息：构建全卷积网络架构，然后在输入层输入两幅通道数都为C的图像，从卷积层8输出光流_6；(2)生成光流：构建稠密光流生成模型。光流_6输入反卷积层1，反卷积层2输出光流_5，反卷积层3输出光流_4，反卷积层4输出光流_3，反卷积层5输出光流_2，反卷积层6输出光流_1；(3)模型训练：用最终损失函数进行训练；(4)光流估计：从全卷积网络架构的输入层输入图像对，输出最终预测的光流。本发明能够有效地利用先验知识，模型可以预先训练，大大减少了计算时间。