E-RAFT
发表机构与时间 : International Conference on 3D Vision (3DV), 2021
第一作者：Mathias Gehrig Mario Millh¨ausler Daniel Gehrig Davide Scaramuzza
Dept. Informatics, Univ. of Zurich and
Dept. of Neuroinformatics, Univ. of Zurich and ETH Zurich
论文地址 ：戳这里
源码地址 ：暂时无法访问
数据集地址: 数据集
泛读
导言：
问题：提高事件形式的数据在光流估计任务中的表现
难点：
相关工作：光流、事件相机领域
本文工作：
1.与之前在事件领域的光流估计网络相比，除了卷积层之外还引入了相关特征，使得效果比之前的网络要好(其实就是把RAFT由RGB相机迁移到事件相机领域)。
2.提出一个新的数据集。
阅读过程的疑问和感悟
特色：
好像没啥特色，架构基本就是直接搬的RAFT，就是输入由RGB图像换为了事件图像(事件数据的一种集合表现形式)
精读
原理：
实验：
代码：
参考文献
[1] paperweekly
[2] 引用文章标题2
[3] 引用文章标题3
