39.基于PWC-Net的多层权值和轻量化改进光流估计算法

针对现有光流估计方法实时性不够的问题，提出轻量化的深度可分离卷积的 PWC-Net 改进模型( depth separable pyramid，warping and cost volume，DS-PWC) 。其改进是将常规二维卷积网络层解耦为深度可分离卷积 层，并且 DS-PWC 在金字塔层增加基于层数的权重系数，从而使得网络结构在不损失精度的情况下大幅减少模 型参数量。在训练过程中，使用图像及对象感知数据随机擦除( image and object-aware random erasing，I+ ORE) 等数据增强技术，进一步提升估计预测结果泛化能力。实验结果表明，在数据集测试 DS-PWC 模型，在保持质量 的同时运行效率达到约58 fps( frame per second) 。同时为了验证算法有效性，进行了模型结构和数据增强的消 融实验。结果证明了 DS-PWC 模型的有效性。

基于 PWC-Net 的多层权值和轻量化改进光流估计算法, 胡毅轩，吴飞*，熊玉洁, 《计算机应用研究》，2022，39 (1): 291-295