@InProceedings{2019_godet399,
	author = "Pierre Godet and Aurélien Plyer and Alexandre Boulch and Guy Le besnerais",
	title = "Estimation de flot optique multiframe par apprentissage profond",
	booktitle = "27° Colloque sur le traitement du signal et des images",
	year = "2019",
	publisher = "GRETSI - Groupe de Recherche en Traitement du Signal et des Images",
	number = "001-0241",
	pages = "p. 965-968",
	month = "Aout # 26--29",
	address = "Lille",
	doi = "",
	pdf = "2019_godet399.pdf",
	abstract = "Ce papier concerne l'estimation du flot optique dans un contexte "multiframe", c'est-à-dire lorsque l'on dispose de séries de plus de deux images temporellement proches, par exemple issues d'une caméra à haute cadence. Nos travaux s'inscrivent dans la tendance récente à appliquer l'apprentissage profond à ces questions d'estimation. Nous présentons un estimateur, FlowNetStack, qui consiste globalement à mettre en entrée du réseau FlowNet une série de N>2 images, et que nous entraînons sur une base de vidéos simulées à haute cadence conçue pour l'occasion. Sur des données haute cadence, FlowNetStack permet d'obtenir des résultats meilleurs que des algorithmes de flot optique à l'état de l'art (PWC-Net) tout en ayant une structure beaucoup plus simple..pdf",
}
