DeepMatching : Appariement Densité Déformable Hiérarchique

Nous présentons un nouvel algorithme de correspondance, appelé DeepMatching, pour calculer des correspondances denses entre images. DeepMatching repose sur une architecture hiérarchique, multicouche et corrélationnelle conçue pour l'appariement d'images et a été inspirée par les approches profondes à base de convolutions. L'algorithme de correspondance proposé peut gérer les déformations non rigides et les textures répétitives, et détermine efficacement des correspondances denses en présence de changements significatifs entre les images. Nous évaluons la performance de DeepMatching en comparaison avec les algorithmes de correspondance les plus avancés actuellement disponibles, sur les jeux de données Mikolajczyk (Mikolajczyk et al., 2005), MPI-Sintel (Butler et al., 2012) et Kitti (Geiger et al., 2013). DeepMatching surpassent ces algorithmes de pointe et montre des résultats excellents, en particulier pour les textures répétitives.Nous proposons également une méthode pour estimer le flot optique, appelée DeepFlow, en intégrant DeepMatching dans l'approche du flot optique à grande déplacement (LDOF) de Brox et Malik (2011). Grâce à notre méthode d'appariement, une robustesse supplémentaire aux grands déplacements et aux mouvements complexes est obtenue par rapport aux algorithmes de correspondance existants. DeepFlow obtient des performances compétitives sur les bancs d'essai publics pour l'estimation du flot optique.