Github
文档令人赞叹的光流
这是一个关于光流和相关工作的优秀文章列表。点击这里在全屏模式下阅读。
目录位于"README.md"的左侧。
光流
有监督模型
| 时间 | 论文 | 代码仓库 |
|---|---|---|
| CVPR24 | MemFlow: 具有记忆的光流估计和预测 | MemFlow  |
| CVPR23 | DistractFlow: 通过真实干扰和伪标签改进光流估计 | |
| CVPR23 | 用于预训练光流估计的掩码代价体自编码 | FlowFormerPlusPlus  |
| NeurIPS22 | SKFlow: 用超级核学习光流 | SKFlow  |
| ECCV22 | 解耦光流的架构和训练 | Autoflow  |
| ECCV22 | FlowFormer: 用于光流的Transformer架构 | FlowFormer  |
| CVPR22 | 用核块注意力学习光流 | KPAFlow  |
| CVPR22 | GMFlow: 通过全局匹配学习光流 | gmflow  |
| CVPR22 | 深度平衡光流估计 | deq-flow  |
| ICCV21 | 基于1D注意力和相关性的高分辨率光流 | flow1d |
| ICCV21 | 学习用全局运动聚合估计隐藏运动 | GMA  |
| CVPR21 | 从少量匹配中学习光流 | SCV  |
| TIP21 | 用于立体匹配和光流的保留细节的粗到细匹配 | |
| ECCV20 | RAFT: 用于光流的循环全对场变换 | RAFT  |
| CVPR20 | MaskFlownet: 具有可学习遮挡掩码的非对称特征匹配 | MaskFlownet  |
| CVPR20 | ScopeFlow: 光流的动态场景范围界定 | ScopeFlow  |
| TPAMI20 | 轻量级光流CNN - 重新审视数据保真度和正则化 | LiteFlowNet2  |
多帧有监督模型
| 时间 | 论文 | 代码仓库 |
|---|---|---|
| CVPR24 | 密集光学跟踪：连接点 | dot  |
| ICCV23 | 同时跟踪一切 | omnimotion  |
| ICCV23 | AccFlow: 用于长距离光流估计的反向累积 | AccFlow  |
| ICCV23 | VideoFlow: 利用时间线索进行多帧光流估计 | VideoFlow  |
| ECCV22 | 粒子视频重访：使用点轨迹通过遮挡进行跟踪 | PIPs  |
半监督模型
| 时间 | 论文 | 代码仓库 |
|---|---|---|
| ECCV22 | 通过流监督器进行光流的半监督学习 |
数据合成
| 时间 | 论文 | 代码仓库 |
|---|---|---|
| ECCV22 | RealFlow: 基于EM的从视频生成真实光流数据集 | RealFlow  |
| CVPR21 | AutoFlow: 学习更好的光流训练集 | autoflow |
| CVPR21 | 从静态图像学习光流 | depthstillation  |
| arXiv21.04 | 从不配对图像合成光流数据集 |
无监督模型
| 时间 | 论文 | 代码仓库 |
|---|---|---|
| ECCV22 | 在有限标签预算下通过主动学习进行光流训练 | optical-flow-active-learning-release  |
| CVPR21 | SMURF: 具有全图像扭曲的多帧无监督RAFT自学习 | smurf GoogleResearch |
| CVPR21 | UPFlow: 用于无监督光流学习的上采样金字塔 | UPFlow_pytorch  |
| TIP21 | OccInpFlow: 通过无监督学习进行遮挡修复光流估计 | depthstillation  |
| ECCV20 | 无监督光流中的重要因素 | uflow GoogleResearch |
| CVPR20 | 通过类比学习：用变换的可靠监督进行无监督光流估计 | ARFlow  |
| CVPR20 | Flow2Stereo: 光流和立体匹配的有效自监督学习 |
联合学习
| 时间 | 论文 | 代码仓库 |
|---|---|---|
| arXiv21.11 | 统一流、立体和深度估计 | unimatch  |
| CVPR21 | EffiScene: 高效的逐像素刚性推理，用于光流、深度、相机姿态和运动分割的无监督联合学习 | |
| CVPR21 | 特征级协作：光流、立体深度和相机运动的联合无监督学习 |
特殊场景
| 时间 | 论文 | 代码仓库 |
|---|---|---|
| CVPR23 | 雾天场景光流的无监督累积域适应 | UCDA-Flow  |
| ECCV22 | 基于多投影融合的360度光流深度估计 | |
| AAAI21 | 从单个运动模糊图像估计光流 | |
| CVPR20 | 使用半监督学习的浓雾场景中的光流估计 | |
| CVPR20 | 黑暗中的光流 | Optical-Flow-in-the-Dark  |
特殊设备
事件相机 基于事件的视觉资源
| 时间 | 论文 | 代码仓库 |
|---|---|---|
| ArXiv23. |
场景流
应用
视频合成/生成
| 时间 | 论文 | 代码库 |
|---|---|---|
| ECCV24 | 更清晰的帧，随时：解决视频帧插值中的速度歧义 | InterpAny-Clearer  |
| arXiv23.11 | MoVideo: 使用扩散模型的运动感知视频生成 | |
| CVPR24 | FlowVid: 驾驭不完美光流实现一致的视频到视频合成 | |
| WACV24 | 用于高效时空视频超分辨率的尺度自适应特征聚合 | SAFA  |
| CVPR23 | 用于视频预测的动态多尺度体素流网络 | DMVFN  |
| CVPR23 | 使用潜在流扩散模型的条件图像到视频生成 | LFDM  |
| CVPR23 | 用于视频帧插值的统一金字塔循环网络 | UPR-Net  |
| CVPR23 | 通过帧间注意力提取运动和外观以实现高效视频帧插值 | EMA-VFI  |
| ACMMM22 | 基于流的视频帧合成的邻域对应匹配 | |
| ECCV22 | 提高2D动画插值的感知质量 | eisai  |
| ECCV22 | 用于视频帧插值的实时中间流估计 | RIFE  |
| CVPR22 | VideoINR: 学习视频隐式神经表示以实现连续时空超分辨率 | VideoINR  |
| CVPR22 | IFRNet: 用于高效帧插值的中间特征细化网络 | IFRNet  |
| TOG21 | 渲染内容的神经帧插值 | |
| CVPR21 | 野外深度动画视频插值 | AnimeInterp  |
| CVPR20 | 用于视频帧插值的Softmax喷射 | softmax-splatting  |
| CVPR20 | 用于视频帧插值的流的自适应协作 | AdaCoF-pytorch  |
| CVPR20 | FeatureFlow: 通过结构到纹理生成实现鲁棒视频插值 | FeatureFlow  |
视频修复
| 时间 | 论文 | 代码库 |
|---|---|---|
| ECCV22 | 用于视频修复的流引导变压器 | FGT  |
| CVPR22 | 用于视频修复的惯性引导流完成和风格融合 | isvi  |
视频稳定
| 时间 | 论文 | 代码库 |
|---|---|---|
| CVPR20 | 使用光流学习视频稳定 | jiyang.fun |
低级视觉
| 时间 | 论文 | 代码库 |
|---|---|---|
| ICCV21 | 多帧超分辨率和去噪的深度重参数化 | deep-rep  |
| CVPR21 | 深度突发超分辨率 | deep-burst-sr  |
| CVPR20 | 使用空间变化卷积网络和光流引导训练的高效动态场景去模糊 | |
| TIP20 | 使用HR光流估计的深度视频超分辨率 | SOF-VSR  |
立体视觉和SLAM
| 时间 | 论文 | 代码库 |
|---|---|---|
| 3DV21 | RAFT-Stereo: 用于立体匹配的多层递归场变换 | RAFT-Stereo  |
| CVPR20 | VOLDOR: 基于对数logistic密集光流残差的视觉里程计 | VOLDOR  |
2020年之前
经典估计方法
| 时间 | 论文 | 代码库 |
|---|---|---|
| IJCAI1981 | 一种迭代图像配准技术及其在立体视觉中的应用 | |
| AI1981 | 确定光流 | |
| TPAMI10 | 保持运动细节的光流估计 | |
| CVPR10 | 光流估计的秘密及其原理 | |
| ICCV13 | DeepFlow: 使用深度匹配的大位移光流 | 项目 |
| ECCV14 | 具有通道一致性的光流估计 | |
| CVPR17 | S2F: 从慢到快的插值流 |
其他
| 时间 | 论文 | 代码仓库 |
|---|---|---|
| NeurIPS19 | 光流的体积对应网络 | VCN  |
| CVPR19 | 用于联合光流和遮挡估计的迭代残差细化 | irr  |
| CVPR18 | PWC-Net: 使用金字塔、变形和代价体积的光流CNN | PWC-Net  |
| CVPR18 | LiteFlowNet: 一种用于光流估计的轻量级卷积神经网络 | LiteFlowNet  |
| CVPR17 | FlowNet 2.0: 深度网络光流估计的演进 | flownet2-pytorch  flownet2  flownet2-tf  |
| CVPR17 | 使用空间金字塔网络的光流估计 | spynet  |
| ICCV15 | FlowNet: 用卷积网络学习光流 | FlowNetPytorch  |
| AAAI19 | DDFlow: 使用无标签数据蒸馏学习光流 | DDFlow  |
| CVPR19 | SelFlow: 光流的自监督学习 | SelFlow  |
| CVPR19 | 静止或动态场景的无监督深度对极流 | EPIFlow  |
| CVPR18 | 密集深度、光流和相机姿态的无监督学习 | GeoNet  |
| ICCV19 | RainFlow: 雨线和雨雾效果下的光流 | |
| CVPR18 | 雨天场景中的稳健光流估计 | |
| NIPS19 | 二次视频插值 | |
| CVPR19 | 深度感知视频帧插值 | DAIN  |
| CVPR18 | Super SloMo: 视频插值的多个中间帧高质量估计 | Super-SloMo  |
| ICCV17 | 使用深度体素流的视频帧合成 | voxel-flow  |
| CVPR19 | DVC: 端到端深度视频压缩框架 | PyTorchVideoCompression  |
| ICCV17 | SegFlow: 视频目标分割和光流的联合学习 | SegFlow  |
| CVPR18 | 具有时空注意力的端到端流相关跟踪 | |
| CVPR18 | 光流引导特征: 视频动作识别的快速和稳健运动表示 | Optical-Flow-Guided-Feature  |
| GCPR18 | 光流与动作识别的整合 | |
| CVPR14 | 用于视频稳定的空间平滑光流 |
