MaskFlownet: مطابقة الميزات غير المتماثلة مع قناع اكتناه قابل للتعلم

يُعد تبديل الميزات تقنية أساسية في تقدير التدفق البصري؛ ومع ذلك، يظل التباس الناتج عن المناطق المحجوبة أثناء التبديل مشكلة رئيسية لم تُحل بعد. في هذه الورقة، نقترح وحدة مطابقة ميزات واعية بالحجب غير متماثلة، التي تُتعلم قناع حجب تقريبي يُزيل المناطق غير الضرورية (المُحجبة) فورًا بعد تبديل الميزات دون الحاجة إلى أي تدريب صريح. يمكن دمج الوحدة المقترحة بسهولة في هياكل شبكات من نوع end-to-end، مع تحقيق مكاسب في الأداء مع تكلفة حوسبة ضئيلة جدًا. ويمكن استخدام قناع الحجب المُتعلم لاحقًا كمدخل لسلسلة شبكة لاحقة ذات هرميتين مزدوجتين للميزات، حيث نحقق أداءً من الدرجة الأولى. عند إرسال العمل، تفوق طريقةنا، المُسمّاة MaskFlownet، على جميع الطرق المنشورة لتقدير التدفق البصري في معايير MPI Sintel وKITTI 2012 و2015. يمكن الوصول إلى الكود عبر الرابط: https://github.com/microsoft/MaskFlownet.