标签： python image-processing machine-learning computer-vision opticalflow
我目前正在尝试计算一些密集的光流地面真相，然后将其用于训练神经网络。每对帧都可以使用RGB，红外和6D姿势。
我已经看过openCV库：
Lucas-Kanade方法仅输出稀疏的光流，因此不是 在这种情况下可用。
Farneback方法输出密集流，但仅近似结果。此外，它仅依赖RGB数据，而忽略深度信息。
我在Github project上找到了一些代码，这几乎是我所需要的。但是由于某种原因，它会截断部分光流。
在这种情况下，是否有任何公开可用的方法？