تلعب الحجوم التكلفة ذات الحركة الكاملة دورًا محوريًا في الطرق الحديثة المتطورة لحساب التدفق البصري. ومع ذلك، تُبنى هذه الحجوم باستخدام ترابطات ميزات بسيطة، مما يُقلل من قدرتها على تضمين معرفة سابقة، أو حتى معرفة غير محلية. وهذا يؤدي إلى ظهور عيوب في المناطق التي لا تُحدَّد بوضوح، مثل المناطق المُغطاة أو الخالية من النسيج. نقترح وحدة حجم تكلفة قابلة للتفكيك، بديلة مباشرة لوحدات الحجم التكلفة القائمة على الارتباط، تستخدم طبقات تجميع غير محلية لاستغلال إشارات السياق العالمي والمعرفة السابقة، بهدف توضيح الحركات في هذه المناطق. تُظهر طريقة عملنا تفوقًا على المعايير القياسية الحالية (Sintel وKITTI) من حيث الدقة، كما تُثبت قدرة أفضل على التعميم من البيانات الاصطناعية إلى البيانات الحقيقية.