摘要
稠密光流估计在众多机器人视觉任务中发挥着关键作用。近年来，随着深度学习的兴起，光流估计领域取得了显著进展。然而，当前大多数网络模型参数量庞大，计算开销高，严重制约了其在低功耗设备（如智能手机）上的实际应用。针对这一挑战，本文提出一种轻量化模型，实现快速且精确的光流预测。所提出的FastFlowNet遵循广泛采用的“粗到细”（coarse-to-fine）框架，并引入以下三项创新：第一，设计了一种新型的头增强池化金字塔（Head Enhanced Pooling Pyramid, HEPP）特征提取器，在增强高分辨率金字塔特征的同时有效减少参数量；第二，提出一种新型中心密集空洞相关层（Center Dense Dilated Correlation, CDDC），用于构建紧凑的代价体（cost volume），在保持大搜索范围的同时显著降低计算负担；第三，在每一金字塔层级中引入高效的通道混洗块解码器（Shuffle Block Decoder, SBD），在精度损失极小的前提下大幅提升光流估计速度。在合成数据集Sintel和真实世界数据集KITTI上的实验结果表明，所提方法具有优异的性能：仅需同类网络约1/10的计算量，即可达到相当的精度水平。特别地，FastFlowNet模型仅包含137万参数，在单张GTX 1080Ti显卡上可实现90帧/秒（FPS）的推理速度，或在嵌入式Jetson TX2 GPU上实现5.7 FPS的处理速度，适用于分辨率为1024×436的Sintel图像对。