【发布时间】：2012-06-17 17:23:21
【问题描述】：
很多资源说有两种类型的光流算法。而Lucas-Kanade是一种稀疏技术，但我找不到稀疏和密集的含义？谁能告诉我密集光流和稀疏光流有什么区别？
【问题讨论】：
标签： image-processing computer-vision opticalflow
【发布时间】：2012-06-17 17:23:21
【问题描述】：
简单的解释是，稀疏技术只需要处理整个图像中的一些像素，密集技术处理所有像素。密集技术速度较慢但可能更准确，但根据我的经验，Lucas-Kanade 准确度可能足以满足实时应用程序的需要。 Gunner Farneback 的光流算法是密集光流算法（最流行）的一个示例。
要了解流量质量的概览，请查看基准页面，例如KITTI 或 Middleburry 数据集
【讨论】：
-
@Stefan Karlsson（参见本页下方）说 LKT 是一种密集光流算法。虽然您的回答是最受好评的，但恰恰相反。他说错了吗？
-
我认为谁是正确的值得商榷。也许更正确的术语会更稀疏更密集。您可以在本文中阅读 LKT 如何生成稀疏流图（与其他算法相比）。 ai2-s2-pdfs.s3.amazonaws.com/1e8b/…
-
上一条评论中提到的文章是《Recovering Motion Fields: An Evaluation of Eight Optical Flow Algorithms》（以防链接失效）。
-
@LandonZeKepitelOfGreytBritn，Lucas-Kanade 光流技术是密集的。然而，KLT 算法（来自 Tomasi 的 T，而不是来自 Tracking 的 T）是一种稀疏光流技术。 Tomasi 的工作通过省略 Lucas-Kanade 的不稳定点来处理它们。这不是一个有争议的问题。 OpenCV 中的 LKDemo 名字不好
稀疏光流为您提供图像中一些“有趣特征”的流向量。
密集的光流尝试为您提供整个图像的流 - 每个像素最多一个流向量。
【讨论】：
-
每像素最多一个流向量，或者对于超分辨率/亚像素精度方法而言更多
首先，Lucas-Kanade 不是稀疏光流技术。这么多人相信的原因，是由于广泛传播的误解。自从 OpenCV 中 Lucas-Kanade 的第一个实现被标记为 SPARSE 以来，这种误解成为了公认的事实，并且直到今天仍然如此。为什么 Lucas-Kanade 应该被称为稀疏的论点适用于任何密集流算法。如果你坚持 Lucas-Kanade 是稀疏的，那么所有流算法都是稀疏的，区分它们是没有意义的。
稀疏流与点跟踪相同，密集流由视频上的向量组成，表示固定位置的运动估计。
您可以在 this tutorial that I wrote 中阅读有关所有这些的更多信息，我还展示了 Lucas-Kanade 如何与其他任何算法一样密集（尽管不那么准确）。
【讨论】：
稀疏光流 - Lucas-Kanade 方法计算稀疏特征集的光流（例如，使用 Shi-Tomasi 算法检测到的角点）。 密集光流 - Gunner Farneback 的算法计算帧中所有点的光流。 Gunner Farneback 在 2003 年的“基于多项式展开的两帧运动估计”对此进行了解释。
【讨论】：
-
虽然此链接可能会回答问题，但最好在此处包含答案的基本部分并提供链接以供参考。如果链接页面发生更改，仅链接答案可能会失效。请阅读此how-to-answer 以提供高质量的答案。
稀疏光流适用于特征（边缘、角落等）。密集光流设计用于所有像素。第一个的优点是它通常更快，而第二个可以提供比第一个更多像素的估计值。
【讨论】：
稀疏光流为您提供一些有趣（角）点的速度向量，这些点是使用 Shi-Tomashi、Harris 等算法预先提取的。提取的点与当前一起传递到您的 [光流函数]图像和下一个图像。任何好的光流函数都应该使用上述角点检查正向的光流，并使用回溯来交叉检查它是否遵循相同的点。
另一方面，密集光流可以参考这里：http://www.cs.toronto.edu/~fleet/courses/cifarSchool09/flowChapter05.pdf
【讨论】：