论文部分内容阅读
本文以经典的L-K光流方程为出发点,提出了一种高效的基于SVD协方差加权的光流估计算法,并成功应用到柔性目标点跟踪中,有效地解决了传统L-K算法的孔径问题、深度不连续点的估计和长序列视频的漂移问题。基于标准测试序列的试验结果,证明该算法能有效地跟踪较长视频序列中具有2D和1D甚至基本没有纹理的具有退化结构的柔性目标点,同时结果还可以作为半稠密的点对应来解决SFM问题中的一个关键难题correspondence。