Tag · 2 篇
循环网络
分布 自监督与表征学习1底层视觉与图像复原1
01 02
U^2Flow：不确定性感知的无监督光流估计
U^2Flow: Uncertainty-Aware Unsupervised Optical Flow Estimation
把增强一致性通过拉普拉斯最大似然转成逐像素不确定性监督，可在无真值场景下为任何光流或匹配网络提供可用的置信度，并用于引导细化与区域平滑权重。
时空差分引导的互补视觉传感器运动去模糊
Spatio-Temporal Difference Guided Motion Deblurring with the Complementary Vision Sensor
把 CVS 传感器输出的高帧率多比特空间差分（SD，编码结构边缘）与时序差分（TD，编码运动线索）作为额外模态，用循环多分支网络迭代编码融合来引导 RGB 去模糊，为极端运动下的复原提供了「事件相机之外」的新传感模态与融合范式。