نقدم نهجًا للتعلم الذاتي لتدفق الضوء (optical flow). تتمثل طريقة عملنا في استخلاص تقديرات التدفق الموثوقة من البكسلات غير المحجوبة، واستخدام هذه التوقعات كحقائق أساسية لتعلم تدفق الضوء للمواقع المحجوبة بشكل وهمي. كما صممنا شبكة عصبية بسيطة (CNN) للاستفادة من المعلومات الزمنية في الإطارات المتعددة لتحقيق تقدير أفضل لتدفق الضوء. تؤدي هاتان المبدآن إلى نهج يحقق أفضل الأداء في تعلم التدفق الضوئي بدون إشراف على مقاييس صعبة مثل MPI Sintel، KITTI 2012 و 2015. وبشكل أكثر أهمية، يوفر نموذجنا المُعلَّم ذاتيًا مسبقًا تهيئة ممتازة للضبط المشرف عليه. حققت نماذجنا بعد ضبطها أحدث النتائج الرائدة على جميع الثلاثة قواعد بيانات. وفي وقت كتابة هذا النص، حققنا EPE=4.26 على مقاييس Sintel، مما يتفوق على جميع الطرق المقدمة.