以下の光学フロー推定の2つの問題が取り上げられています。i) 隠蔽の推定と処理、ii) 2フレームより長い画像シーケンスからの推定です。提案されたContinualFlow手法は、フローの推定前に隠蔽を推定し、隠蔽によって損なわれたフローを使用せずに隠蔽の推定を行います。我々は、隠蔽マスクをフローフィールドの推定に追加の入力として提供することで、KITTIおよびSintelにおいて標準的な性能評価指標が25％以上向上することを示しました。第二の貢献として、過去のフレームから情報をフローフィールドの推定に組み込む新しい手法が導入されました。前フレームのフローは、隠蔽推定への入力として使用され、視覚的対応関係がない領域（つまり、隠蔽された領域）での事前情報として機能します。前フレームのフローを継続的に使用することで、ContinualFlowの性能はKITTIでさらに18％向上し、Sintelでは7％向上し、両データセットで最上位の性能を達成しています。