为什么使用不同的方法来优化光流和立体视觉的能量函数?

问题描述

光流和立体视觉都试图估计每个像素的密集对应关系 一张图片与另一张图片中的像素匹配。

对于光流,两幅图像取自同一个相机,但在不同的时间点,光流是一个二维向量场。对于立体视觉,两幅图像是左侧相机拍摄的同一场景,右侧摄像头,校正后水平对齐,视差仅在一个方向上。

为了获得好的结果,总是定义一个能量,包括一个测量匹配成本的数据项 以及一个衡量结果平滑度的平滑度项。 在阅读了几篇论文后,我发现通过 Euler-Lagrange 的变分方法用于解决光流问题。 并且通过马尔可夫随机场处理视差估计。

我希望了解其背后的原因。

解决方法

暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!

如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@)