River Surface Optical Flow Dataset for Surface Velocity Estimation

RIVER -Data数据集旨在支持基于图像的河面流速测量和光流估计研究。它包含从自然河面在各种流动条件下(包括层流、结构流、示踪剂增强流和湍流)拍摄的连续图像对。每个数据样本包含两个连续帧及其对应的光流场。光流以双通道数组的形式表示,其中每个像素编码水平和垂直位移分量。 该数据集旨在促进传统光流算法和基于深度学习的运动估计方法在水文应用中的开发、评估和基准测试。 对于每个样本,原始图像对以JPG 格式提供,并遵循顺序命名规则(例如,0001_a.jpg和0001_b.jpg),它们共同构成光流估计的输入图像对。相应的真实光流标签以标准的.flo 格式提供,存储每个像素的水平和垂直位移,并确保与常用的光流可视化和评估工具完全兼容。 RIVER-Data 数据集已在 ScienceDB 上正式发布,并分配了永久 DOI,用于学术引用与长期访问:https://doi.org/10.57760/sciencedb.35553 RIVER -Data数据集可通过百度网盘访问,网址为https://pan.baidu.com/s/143p9Vl4AY8Ji5aoYs43ZFQ,访问代码为vwb4。 为了支持 RIVER-Data 数据集的使用,我们提供了一个配套的光流模型 ConvFFN-Flow,该模型专为真实河流表面运动估计而设计。其官方实现可在以下网址公开获取: https://github.com/nxdsun/ConvFFN-Flow/