#170
summarized by : Masanori YANO
Secrets of Event-Based Optical Flow
Shintaro Shiba; Yoshimitsu Aoki; Guillermo Gallego

どんな論文か？

イベントカメラのデータから、オプティカルフローをモデルベースで推定する手法。データセットのGround Truthに欠落が含まれることを発見し、また提案手法が教師なし学習ベースの手法にも適用可能なことを示した。
placeholder

新規性

CVPR 2018で提案された、変形した画像のコントラストを最大化する「Contrast Maximization」の枠組みを使用して、過学習を抑える目的関数と、時空間における速度の変化を考慮したフローを提案し、かつマルチスケールで段階を経て最適化を行う目的関数を提案した。

結果

MVSECとDSECとECDのデータセットで、提案手法の有効性を確認。MVSECでは従来手法を上回る結果で、DSECでは従来手法と遜色ない結果。また、提案手法をEV-FlowNetの教師なし学習に取り入れると精度が向上する結果。

その他（なぜ通ったか？等）

「Secrets」と銘打つ成果で、今後の研究に関する発展の見通しを示したため通ったと考えられる。PyTorch実装( https://github.com/tub-rip/event_based_optical_flow )が公開されている。

このページで利用されている画像は論文から引用しています．