●前言
第1章 緒論
1.1 研究背景
1.2 圖像序列光流定義
1.2.1 運動場與光流場對應關繫
1.2.2 光流基本約束方程
1.3 國內外研究發展與現狀
1.3.1 基於變分理論的光流計算方法
1.3.2 基於匹配模型的光流計算方法
1.3.3 基於深度學習的光流計算方法
1.3.4 圖像序列光流計算存在的若干問題
1.4 本書的主要內容及章節安排
第2章 光流計算數據庫及評價基準
2.1 引言
2.2 光流計算數據庫
2.2.1 Middlebury數據集
2.2.2 MPI-Sintel數據集
2.2.3 KITTI數據集
2.2.4 FlyingChairs數據集
2.2.5 FlyingThings3D數據集
2.2.6 HD1K數據集
2.2.7 FlyingChairsOCC數據集
2.3 光流評價標準
2.3.1 Middlebury數據集評價標準
2.3.2 MPI-Sintel數據集評價標準
2.3.3 KITTI數據集評價標準
2.4 本章小結
第3章 圖像序列變分光流計算理論與方法
3.1 引言
3.2 變分光流計算理論
3.2.1 變分原理
3.2.2 梯度下降流
3.2.3 變分光流基本方法
3.3 變分光流能量泛函
3.3.1 數據項
3.3.2 平滑項
3.4 基於圖像局部結構張量的變分光流算法
3.4.1 基於圖像局部結構張量的變分光流能量函數
3.4.2 基於圖像局部結構張量的變分光流算法數值化過程
3.4.3 實驗與分析
3.5 基於遮擋檢測的非局部TV-L1變分光流計算方法
3.5.1 基於Delaunay三角網格的圖像序列運動遮擋檢測
3.5.2 基於遮擋檢測的非局部TV-L1光流計算模型
3.5.3 實驗與分析
3.6 本章小結
第4章 圖像序列變分光流計算優化策略與方法
4.1 引言
4.2 圖像紋理結構分解優化策略
4.3 金字塔分層變形計算策略
4.4 非局部加權中值濾波優化
4.5 基於運動優化語義分割的變分光流計算方法
4.5.1 基於歸一化互相關的變分光流計算模型
4.5.2 基於運動優化語義分割的光流計算方法
4.5.3 實驗與分析
4.6 基於聯合濾波的非局部TV-L1變分光流計算方法
4.6.1 圖像相互結構區域
4.6.2 圖像光流相互結構引導濾波模型
4.6.3 基於聯合濾波的非局部TV-L1變分光流計算模型
4.6.4 基於非局部聯合濾波優化方案線性化過程
4.6.5 實驗與分析
4.7 本章小結
第5章 圖像局部匹配光流計算理論與方法
5.1 引言
5.2 圖像局部匹配模型
5.2.1 圖像局部特征點匹配模型
5.2.2 圖像局部區域匹配模型
5.3 基於圖像相似變換的局部匹配光流計算方法
5.3.1 非局部TV-L1光流估計模型
5.3.2 基於非剛性稠密匹配的最近鄰域場
5.3.3 基於非剛性稠密匹配的TV-L1光流估計
5.3.4 實驗與分析
5.4 基於圖像深度匹配的大位移運動光流計算方法
5.4.1 深度匹配
5.4.2 基於稠密插值的大位移運動光流估計
5.4.3 實驗與分析
5.5 本章小結
第6章 深度學習光流計算理論與方法
6.1 引言
6.2 卷積神經網絡模型
6.2.1 輸入層
6.2.2 卷積層
6.2.3 池化層
6.3 卷積神經網絡光流計算模型
6.3.1 FlowNet光流計算網絡模型
6.3.2 FlowNet2.0光流計算網絡模型
6.3.3 PWC-Net光流計算網絡模型
6.4 卷積神經網絡光流計算訓練方法
6.5 本章小結
第7章 深度學習光流優化策略與方法
7.1 引言
7.2 光流估計網絡優化策略
7.2.1 特征金字塔
7.2.2 匹配代價層
7.2.3 變形技術
7.2.4 後置處理
7.2.5 子網絡融合
7.3 光流估計訓練優化策略
7.3.1 有監督學習模型訓練策略
7.3.2 無監督學習模型訓練策略
7.3.3 半監督學習模型訓練策略
7.4 基於遮擋檢測的多尺度自注意力光流估計方法
7.4.1 基於變形誤差的遮擋檢測模塊
7.4.2 基於自注意力機制的多尺度學習模塊
7.4.3 混合訓練函數
7.4.4 實驗與分析
7.5 基於多尺度上下文網絡模型的光流估計方法
7.5.1 基於多尺度上下文網絡的運動遮擋檢測模型
7.5.2 基於多尺度上下文網絡的遮擋-光流聯合計算模型
7.5.3 訓練損失函數
7.5.4 實驗與分析
7.6 本章小結
第8章 總結與展望
8.1 現有光流計算方法總結
8.2 光流計算技術發展展望
參考文獻

本書是著者及項目團隊近十年對圖像序列光流計算理論與優化方法的研究成果。從傳統圖像序列光流計算理論與深度學習光流計算理論兩個研究方向，較為繫統與全面地介紹近十年圖像序列光流計算領域中出現的新方法、新理論。本書主要內容包括圖像序列光流研究背景、基本定義與國內外研究現狀、圖像序列光流計算數據集與評價標準、圖像序列變分光流計算理論與優化策略方法、圖像局部匹配光流計算理論與優化策略方法以及深度學習光流計算理論與優化策略方法；重點論述了不同圖像序列光流計算理論與優化策略方法的數學推導過程，並以著者與項目團隊研究成果為例詳細介紹了相關理論在光流估計中的應用方法與解決的問題。本書最後對所論述的光流計算理論與優化策略方法優缺點進行了總結，並對未來圖像序列光流計算理論與優化方法的研究方向進行了展望。本書可作為計算機視覺、人工智能、電子信息、控制科學與工程類等研究機構和企事業研究人員從事研究和應用的參考書，也可等