经典光流估计算法和光流对齐方法

LK光流（稀疏光流）

传统稠密光流算法：

Farneback算法

2003 - Gunner Farneback - Two-Frame Motion Estimation Based on Polynomial Expansion （多项式展开）（稠密光流）

flow = cv2.calcOpticalFlowFarneback(img0, img1, None, 0.5, 3, 15, 3, 5, 1.2, 0)

https://www.cnblogs.com/luofeiju/p/11971181.html

Deep Flow算法
of_estim = cv2.optflow.createOptFlow_DeepFlow()
flow = of_estim.calc(img0, img1, None)

TVL1算法

of_estim = cv2.optflow.DualTVL1OpticalFlow_create()

flow = of_estim.calc(img0, img1, None)

Simple Flow算法
of_estim = cv2.optflow.createOptFlow_SimpleFlow()
flow = of_estim.calc(img1, img0, None)

深度学习算法：

FlowNet

PWCNet

TOFlow

光流对齐：

warping代码例子
https://subscription.packtpub.com/book/application_development/9781785283932/1/ch01lvl1sec16/image-warping

import numpy as np

def AdjustIndex(img, border):
img[img<0] = 0
img[img>=border] = border - 1

return img

def alignImages(im1, flow):
height, width = im1.shape[0], im1.shape[1]

# index
u = np.arange(0, width)
ul = np.tile(u, (height, 1))
idx = ul + flow[:,:,0]
idx0 = np.floor(idx) # 横坐标
idx1 = idx0 + 1

AdjustIndex(idx0, width)
AdjustIndex(idx1, width)

v = np.arange(0, height)
v = v.reshape(v.shape[0], 1)
vl = np.tile(v, (1, width))
idy = vl + flow[:,:,1]
idy0 = np.floor(idy) # 纵坐标
idy1 = idy0 + 1

AdjustIndex(idy0, height)
AdjustIndex(idy1, height)

# weight
w00 = (1 - (idy - idy0)) * (1 - (idx - idx0))
w01 = (1 - (idy - idy0)) * (idx - idx0)
w10 = (idy - idy0) * (1 - (idx - idx0))
w11 = (idy - idy0) * (idx - idx0)

# take value
f00 = np.zeros(im1.shape, dtype=im1.dtype)
f01 = np.zeros(im1.shape, dtype=im1.dtype)
f10 = np.zeros(im1.shape, dtype=im1.dtype)
f11 = np.zeros(im1.shape, dtype=im1.dtype)

for h in range(0, height):
for w in range(0, width):
f00[h, w] = im1[int(idy0[h, w]), int(idx0[h, w])]
f01[h, w] = im1[int(idy0[h, w]), int(idx1[h, w])]
f10[h, w] = im1[int(idy1[h, w]), int(idx0[h, w])]
f11[h, w] = im1[int(idy1[h, w]), int(idx1[h, w])]

# bilinear warping
align_im = np.zeros(im1.shape, dtype=im1.dtype)
for i in range(im1.shape[2]):
align_im[:,:,i] = w00 * f00[:,:,i] + w01 * f01[:,:,i] + w10 * f10[:,:,i] + w11 * f11[:,:,i] # 双线性插值

return align_im

经典光流估计算法和光流对齐方法相关推荐

光流估计算法RAFT的论文和代码阅读
RAFT论文和代码阅读 RAFT: Recurrent All-Pairs Field Transforms for Optical Flow Zachary Teed and Jia Deng EC ...
视频光流估计综述：从算法原理到具体应用
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达作者:肖泽东 | 来源:知乎 https://zhuanlan.zhihu.com/p/7446034 ...
综述：光流估计从传统方法到深度学习
作者丨肖泽东 Shon@知乎来源丨https://zhuanlan.zhihu.com/p/74460341 编辑丨目标检测与深度学习编者荐语光流估计是计算机视觉研究中的一个重要方向,然而,因为 ...
光流估计：从传统方法到深度学习
来源:信息网络工程研究中心本文约4200字,建议阅读10+分钟近年来,深度学习技术,作为一把利剑,广泛地应用于计算机视觉等人工智能领域. 一.摘要近年来,深度学习技术,作为一把利剑,广泛地应用于计 ...
光流估计——从传统方法到深度学习
本文转载自知乎,已获作者授权转载. 链接:https://zhuanlan.zhihu.com/p/74460341 1.摘要近年来,深度学习技术,作为一把利剑,广泛地应用于计算机视觉等人工智 ...
光流（二）--光流算法
原文: http://www.cnblogs.com/gnuhpc/archive/2012/12/04/2802124.html 简介:在计算机视觉中,Lucas–Kanade光流算法是一种两帧差分 ...
＜论文阅读＞基于 Warping 理论的高精度光流估计（计算机视觉 - ECCV 2004）
目录摘要 1 简介 2 变分模型 3 最小化 3.1 欧拉-拉格朗日方程 3.2 数值逼近 4 与 Warping 方法的关系摘要我们研究了一种用于计算光流的能量函数,它结合了三个假设:亮度 ...
光流 | 近十年光流参考文献总结
博主github:https://github.com/MichaelBeechan 博主CSDN:https://blog.csdn.net/u011344545 [1]Bruhn A, Weick ...
FlowFormer: Transformer结构光流估计
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达作者丨泡泡机器人来源丨泡泡机器人SLAM 标题: FlowFormer: A Transforme ...

经典光流估计算法和光流对齐方法

经典光流估计算法和光流对齐方法相关推荐

最新文章

热门文章