来源: 2024, CVPR

作者: Seokju Cho, Jiahui Huang, Seungryong Kim

单位:   韩国麻省理工学院

一、论文主要工作

作者提出了一种新的框架，它重新评估了密集光流估计器在视频中进行远程点跟踪的有效性。

FlowTrack结合了当下两种范式的优点：1)链接可靠的流预测以最大限度地提高效率；2)在流预测不准确的情况下自动切换到误差补偿模块。

此外，这篇论文还证明了链式流本身可以作为误差补偿模块的有效指南。

二、模型

三、实验结果

四、总结

作者提出了一种新的框架，它重新审视和扩展了光流方法，以实现有效的远程、密集跟踪。通过引入创新的误差补偿模块，解决了与光流相关的主要挑战，即轨迹漂移和遮挡。该模块利用置信的流估计的时空运动先验来校正光流中的不准确，使模块能够保持空间一致性并在较长时间内准确跟踪对象。通过大量的实验，作者证明了该框架不仅缓解了光流在远距离场景中的局限性，而且性能优于现有的点跟踪方法。