基于对象感知的光流估计框架O2Flow：提升运动物体区域光流预测性能的创新研究

针对现有光流估计方法在运动物体周边区域性能显著下降的问题，研究人员提出对象感知光流估计框架O2Flow，通过双分支结构（OA-branch和FP-branch）融合对象级信息，在Sintel和KITTI-2015基准测试中达到SOTA，为自动驾驶等场景提供更精准的运动建模。

　　

在计算机视觉领域，光流估计（optical flow estimation）作为描述相邻帧间像素运动的基础任务，长期面临一个关键瓶颈：现有方法在运动物体周边区域的预测误差显著高于静态背景区域。这一现象在自动驾驶、动作识别等实际应用中可能引发严重后果。传统方法如HS-Flow和LK-Flow虽具有理论优势，但深度学习方法普遍聚焦于局部或全局匹配线索，忽视了人类视觉系统中至关重要的对象级（object-level）信息理解机制。

为突破这一局限，中国国家自然科学基金支持的研究团队提出创新性解决方案——对象感知光流估计框架O²Flow。该框架通过双分支协同架构，首次将对象意识系统性地引入光流预测流程：对象感知分支（OA-branch）通过辅助训练任务捕获运动物体特征，流预测分支（FP-branch）则通过特征融合模块整合对象信息。这种设计在无需额外标注的情况下，仅利用光流真值生成对象掩膜（object-aware masks），显著提升了运动边界区域的预测精度。相关成果发表于《Pattern Recognition Letters》，在Sintel和KITTI-2015基准测试中刷新了两视图方法的性能记录。

关键技术方法包括：1）基于光流真值的运动物体掩膜自动生成技术；2）双分支网络架构设计（OA-branch与FP-branch）；3）特征融合模块实现对象信息与运动特征的层级交互；4）端到端联合训练策略平衡主任务（光流预测）与辅助任务（运动物体分割）。实验采用FlyingChairs和FlyingThings3D作为训练集，以EPE（端点误差）、EPE-O（运动区域误差）和EPE-P（静态区域误差）作为核心评价指标。

【研究结果】

1. 对象感知有效性验证：通过对比实验证明，现有方法EPE-O较整体EPE平均高出47%，而O²Flow将运动区域误差降低32%，验证对象意识引入的必要性。
2. 架构优势分析：消融实验显示，单独使用FP-branch时性能与基线相当，但结合OA-branch后KITTI-2015的F1-all指标提升21%，证实双分支协同的有效性。
3. 基准测试表现：在Sintel最终通道测试中，O²Flow以4.23 EPE超越FlowFormer++（4.31），在KITTI-2015测试集上F1-all达5.17%，创两视图方法新纪录。

【结论与意义】
该研究首次揭示对象意识缺失是光流估计瓶颈的本质原因，提出的O²Flow框架通过三项创新实现突破：1）建立对象感知与运动建模的显式关联；2）开发无需监督信号的掩膜生成方法；3）设计轻量化可插拔的OA-branch模块。这不仅为光流估计提供新范式，其对象意识机制更可拓展至视频分割、自动驾驶等多场景。未来研究可进一步探索动态对象的分层建模，以及在事件相机等新型视觉传感器上的应用。