学术成果

我们提出了一种多尺度混合 Mamba 体素流框架，该框架采用渐进式细化策略并结合自适应特征提取模块。该框架首先生成粗略的光流估计和预测帧，然后在较低分辨率下逐步细化以增强细节并确保时间连贯性。具体而言，Mamba 块旨在捕捉复杂的全局运动模式，而空间聚合块则聚合不同尺度的空间上下文。Simam 模块通过选择性地关注重要的空间区域来进一步增强特征表示。此外，还结合了多级残差连接和深度通道分离以降低计算复杂度。实验结果表明，所提出的方法显著提高了预测帧的清晰度和空间一致性，优于最先进的技术。