基于图像亮度恒定假设，
图像亮度：
I
(
x
⃗
,
t
)
I(\vec x, t)
I(x,t), 其中
x
⃗
=
[
x
,
y
]
\vec x=[x,y]
x=[x,y]，那么亮度恒定假设：
I
(
x
⃗
,
t
)
=
I
(
x
⃗
+
δ
x
⃗
,
t
+
δ
t
)
(
1
)
I(\vec x,t)=I(\vec x +\delta \vec x, t + \delta t) (1)
I(x,t)=I(x+δx,t+δt)(1)
对上式右边做taylor展开有：
那么公式1转换为：
那么接下来的问题就是如何求解这个偏微分方程。
-
Lucas-Kanade
假设局部光流恒定。opencv实现：cv2.calcOpticalFlowPyrLK -
Farneback
基于图像梯度恒定假设。opencv实现：cv2.calcOpticalFlowFarneback -
hor-schunck
基于亮度恒定假设，且光流平滑（全局方法）
公式推导
OpenCV光流示例
数据集代码汇总
源码实现
