본 논문은 기존 광학 흐름 추정 방법의 한계점(밝기 일정성 및 느린 움직임 제약, 대규모 데이터셋 필요에 따른 높은 계산 비용)을 해결하기 위해, Reynolds 수송 정리에 기반한 새로운 훈련 없는 광학 흐름 추정 방법인 Reynolds flow를 제안합니다. Reynolds flow는 복잡한 움직임 역학을 모델링하는 원리적인 접근 방식을 제공하며, 기존 HSV 기반 시각화 외에도 신경망 처리를 위한 RGB 인코딩 방식을 도입하여 시각화 개선 및 특징 향상을 도모합니다. UAVDB, Anti-UAV, GolfDB 세 가지 벤치마크 데이터셋을 이용한 실험 결과, RGB 인코딩된 Reynolds flow를 사용하여 훈련된 네트워크가 tiny object detection, infrared object detection, pose estimation 작업에서 최첨단 성능을 달성함을 보여줍니다.
