要約
深層ニューラルネットワークを用いた光流推定において、顕著な進展が達成されている。先進的な深層モデルは、高い精度での光流推定を実現しているが、その一方で計算量が大きく、学習プロセスも時間のかかるものであることが一般的である。本研究では、リアルタイム光流推定を実現するため、軽量かつ効果的なモデルであるFDFlowNet（Fast Deep FlowNet）を提案する。我々のモデルは、困難なKITTIおよびSintelベンチマークにおいて、PWC-Netと比べて約2倍の高速性を実現しつつ、同等またはそれ以上の精度を達成している。これは、慎重に設計されたネットワーク構造および新しく提案されたモジュールによって実現された。まず、ピラミッドネットワークと比較して上位層に広視野（global receptive field）を提供するマルチスケール特徴の構築を目的として、U字型ネットワークを導入する。各スケールにおいて、膨張畳み込み（dilated convolution）を用いた部分的全結合構造を提案し、逐次接続構造や密結合構造と比較して、速度、精度、パラメータ数のバランスが優れていることを実証した。実験結果から、本モデルは高速かつ軽量でありながら、最先端の性能を達成することが示された。