MegaFlow: Zero-Shot Large Displacement Optical Flow

arXiv: 2603.25739v1 | Published: 2026-03-26 Authors: Dingxi Zhang, Fangjinhua Wang, Marc Pollefeys, Haofei Xu

핵심 내용

방법론: 대변위(large displacement) optical flow 추정은 기존 방법들이 반복적 로컬 검색(iterative local search)이나 도메인 특화 파인튜닝에 의존하여, 대변위 상황과 zero-shot 일반화에서 성능이 제한되는 근본적 한계가 있었다. MegaFlow는 복잡한 태스크 특화 아키텍처 대신, 강력한 사전학습된 비전 모델(vision foundation model)을 optical flow 추정에 적응시키는 접근을 취한다. 글로벌 매칭 기반의 coarse-to-fine 전략으로 대변위에서도 정확한 대응점을 찾으며, 도메인 특화 학습 없이 다양한 시나리오에서 범용적으로 적용 가능하다.

핵심 기여:

• Zero-shot 설정에서 대변위 optical flow를 정확하게 추정하는 최초의 범용 모델
• 사전학습된 비전 파운데이션 모델의 풍부한 표현력을 optical flow 도메인에 효과적으로 전이
• 기존 RAFT, FlowFormer 등 반복 최적화 기반 방법 대비 대변위 시나리오에서 유의미한 성능 향상

시사점

Zero-shot 대변위 optical flow는 VFX 산업에서 특히 빠른 카메라 이동, 급격한 장면 전환, 폭발 등 대변위 시나리오에서 모션 벡터 추출의 신뢰도를 크게 향상시킨다. 기존 방법들이 실패하는 100+ 픽셀 이상의 대변위에서도 안정적 추정이 가능하다는 점은 프로덕션 파이프라인의 자동화 수준을 한 단계 끌어올린다.

출처

플랫폼	링크
arXiv	2603.25739v1
PDF	다운로드

---

Related Notes

• our rendering research project
• our video generation project