Red neuronal con convolución dilatada para estimación del flujo óptico denso.

Abstract

Esta investigación contiene trabajo experimental, en el cual se propone una red neuronal convolucional con capas de dilatación cuya tarea principal es inferir el flujo óptico denso entre un par de imágenes consecutivas. Durante el proceso de experimentación se proponen diversos modelos los cuales se irán comparando. También se pone a prueba la hipótesis de que al incrementar el campo receptivo en una red neuronal con convoluciones dilatadas se puede mejorar la capacidad de predicción o inferencia. Además que al usar dichas convoluciones es posible reducir el número de parámetros de la red neuronal conservando una predicción aceptable o mejor. Para hacer la experimentación se utiliza una base de datos sintética proporcionada por el estado del arte (FlyingChairs). Y por otra parte, con el objetivo de observar más a fondo y poner a prueba lo dicho anteriormente, se crearon diversas bases de datos sintéticas simples para hacer una comparativa numérica, de este modo se puede observar como al ir aumentando la complejidad de los ejemplos de entrenamiento se tienen resultados distintos en los modelos de redes neuronales.