تتناول هذه الدراسة مشكلتين في تقدير التدفق البصري: أولاً، تقدير وإدارة الانغلاق (occlusion)، وثانيًا، تقدير التدفق من سلاسل صور تتجاوز الإطارين. يقدر طريقة ContinualFlow المقترحة الانغلاق قبل التدفق، مما يتجنب استخدام تدفق متأثر بالانغلاق في عملية تقديره. نوضح أن تقديم أقنعة الانغلاق كمدخل إضافي لتقدير التدفق يحسن المقياس الأداء القياسي بنسبة تزيد عن 25٪ على كل من KITTI و Sintel. كمساهمة ثانية، تم تقديم طريقة جديدة لدمج المعلومات من الإطارات السابقة في تقدير التدفق. يعمل تدفق الإطار السابق كمدخل لتقدير الانغلاق وكأسبقية (prior) في المناطق المنغلقة، أي تلك التي لا تحتوي على مطابقات بصرية. من خلال الاستمرار في استخدام تدفق الإطار السابق، يتحسن أداء ContinualFlow بمقدار 18٪ على KITTI و7٪ على Sintel، مما يجعله يحقق أفضل الأداء على كل من KITTI و Sintel.