要約
光流推定のための新たな深層学習ネットワークアーキテクチャとして、再帰的すべてのペアフィールド変換（Recurrent All-Pairs Field Transforms；RAFT）を提案する。RAFTは画素単位の特徴量を抽出し、すべての画素ペアに対してマルチスケール4次元相関ボリュームを構築し、その相関ボリュームに対する参照操作を実行する再帰ユニットを用いて、逐次的に光流場を更新する。RAFTは、最先端の性能を達成している。KITTIデータセットにおいて、RAFTはF1-all誤差5.10%を達成し、既存の最高性能結果（6.10%）と比較して16%の誤差低減を実現した。Sintelデータセット（最終パス）では、端点誤差（end-point-error）が2.855ピクセルとなり、既存の最高結果（4.098ピクセル）に対して30%の誤差低減を達成した。さらに、RAFTは異なるデータセット間での汎化性能が高く、推論時間、学習速度、パラメータ数の点で優れた効率性を示している。コードは https://github.com/princeton-vl/RAFT にて公開されている。