恶劣天气光流:累积同质-异质适应
原文中文,约400字,阅读约需1分钟。发表于: 。本研究解决了现有光流方法在恶劣天气下表现不佳的问题,提出了一种累积同质-异质适应框架,将合成降级域作为清洁与真实降级域之间的中介。研究发现,静态天气保持了场景的内在运动特征,而动态天气则引入了显著的边界差异,通过对齐合成和真实降级域的知识,实现了更好的光流估计效果。
研究提出了一种共同外观-边界自适应框架,通过内在图像分解将白天和夜间图像嵌入反射对齐的共同空间,实现外观自适应。反射图像的相似运动分布有助于知识传递。在边界自适应中,理论分析了夜间图像与事件的运动相关性,时空梯度图的差异促进边界知识传递。两种自适应方式互补,提升夜间领域的运动和边界知识传递。