%0 Journal Article %A 张聪炫 %A 周仲凯 %A 陈震 %A 葛利跃 %A 黎明 %A 江少锋 %A 陈昊 %T 深度学习光流计算技术研究进展 %D 2020 %R 10.3969/j.issn.0372-2112.2020.09.023 %J 电子学报 %P 1841-1849 %V 48 %N 9 %X 图像序列光流计算是图像处理与计算机视觉等领域的重要研究方向.随着深度学习技术的快速发展,以卷积神经网络为代表的深度学习理论与方法成为光流计算技术研究的热点.本文主要对深度学习光流计算技术研究进行综述,首先介绍了有监督学习、无监督学习和半监督学习的光流计算网络模型与训练策略,然后重点阐述并分析了不同网络模型优化方法.针对光流计算模型的评估问题,分别介绍了Middlebury、MPI-Sintel和KITTI等数据库及评价基准,并对不同类型深度学习和传统变分光流模型进行对比与分析.最后,总结了深度学习光流计算技术在模型复杂度与泛化性、光流估计鲁棒性、小样本训练准确性等方面的关键技术问题,并指出了可能的解决方案与研究思路. %U https://www.ejournal.org.cn/CN/10.3969/j.issn.0372-2112.2020.09.023