最近对密集光流的研究取得显著进展，通过合成数据生成方法实现了真实感，利用遮挡掩模在监督学习中取得了良好结果。

本文介绍了一种更简单的合成数据生成方法，用于光流数据集的监督学习。同时提出了一种新的方法，在监督学习中利用遮挡掩模，并观察到抑制遮挡区域梯度在课程学习意义上作为强大的初始状态。

本文介绍了一种更简单的合成数据生成方法，用于光流数据集的监督学习。同时提出了一种新的方法，在监督学习中利用遮挡掩模，并观察到抑制遮挡区域梯度在课程学习意义上作为强大的初始状态。在数据集上进行了 RAF 网络的初始训练，结果在 MPI Sintel 和 KITTI 2015 这两个最具挑战性的在线基准测试中超过了原始的 RAF 网络。