brox近期論文

https://arxiv.org/pdf/1612.01925.pdf

flownet 2.0，ICCV15上知名論文的拓展，主要貢獻是關注subpixel運動，改進網路結構。光流這個領域我連入門級別中的入門級都不算，因此其他內容也就不做評價了。不過最近有一篇相關綜述看上去有點意思。

https://arxiv.org/pdf/1612.02590.pdf

當然我覺得弗賴堡大學這個組在optical flow領域對世界最大的貢獻是他們那個巨大的數據集（https://arxiv.org/pdf/1512.02134.pdf）。用Blender來建立數據集也算是趨勢了，SLAM領域各種這類的用電腦渲染的測試平台（當然他們不一定是用Blender，這裡姑且用Blender指代一系列類似的軟體/代碼），好處是能直接獲得真值，畢竟VSLAM的精度測試最難的就是真值怎麼獲取。不再細表。

我比較關心的是他做的這個：

https://arxiv.org/pdf/1612.02401.pdf

DeMoN: Depth and Motion Network for Learning Monocular Stereo

又是一個利用卷積網路做SFM也就是兩幀之間姿態計算的工作，這個最經典的還是ICCV15上的posenet，之後也有不少模仿posenet的。這種演算法的好處是算姿態非常快，因為無需要繁瑣的SIFT/SURF/BRIEF/ORB之類的特徵提取，很多東西可以提前訓練好，不要忘了無論是解矩陣還是其他優化類的演算法，relative pose計算效率上的核心要害永遠、永遠是特徵提取和特徵點檢測；缺點則是因為只是算pose用的，所以沒傳統意義上的correspondence，因此mapping不好做，誰搞出來了這種可以mapping以及閉環的請知會我一下。