blocks|key|1180292|text|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，密集技术处理所有的像素。密集技术的速度较慢，但可以更准确，但根据我的经验，Lucas-Kanade的准确性可能足以满足实时应用程序的要求。密集光流算法(最流行)的一个例子是Gunner+Farneback的光流。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|1180293|要获得流质量的概述，请查看基准页面，例如KITTI或Middleburry数据集|offset|length|1180294|entityMap|0|LINK|mutability|MUTABLE|url|http://www.cvlibs.net/datasets/kitti/eval_stereo_flow.php?benchmark=flow|1|http://vision.middlebury.edu/flow/eval/results/results-e1.php^0|0|K|5|0|Q|B|1|0^^$0|@$1|2|3|4|5|6|7|P|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|Q|8|@]|9|@$D|R|E|S|1|T]|$D|U|E|V|1|W]]|A|$]]|$1|F|3|-4|5|6|7|X|8|@]|9|@]|A|$]]]|G|$H|$5|I|J|K|A|$L|M]]|N|$5|I|J|K|A|$L|O]]]]

The short explanation is, sparse techniques only need to process some pixels from the whole image, dense techniques process all the pixels. Dense techniques are slower but can be more accurate, but in my experience Lucas-Kanade accuracy might be enough for real-time applications. An example of a dense optical flow algorithm (the most popular) is Gunner Farneback's Optical Flow.

To get an overview of the flow quality look at the benchmark page e.g. the <a href="http://www.cvlibs.net/datasets/kitti/eval_stereo_flow.php?benchmark=flow">KITTI</a> or the <a href="http://vision.middlebury.edu/flow/eval/results/results-e1.php">Middleburry</a> dataset

blocks|key|2817662|text|稀疏光流给出了图像中一些“有趣的特征”的流向量。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|2817663|密集的光流会尝试为您提供整个图像中的流-最高可达每个像素的流向量。|2817664|entityMap^0|0|0^^$0|@$1|2|3|4|5|6|7|F|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|G|8|@]|9|@]|A|$]]|$1|D|3|-4|5|6|7|H|8|@]|9|@]|A|$]]]|E|$]]

Sparse optical flow gives you the flow vectors of some "interesting features" within the image.

Dense optical flow attempts to give you the flow all over the image - up to a flow vector per pixel.

blocks|key|1180458|text|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。自从卢卡斯-卡纳德在OpenCV中的第一个实现被贴上稀疏的标签以来，这个误解就成为了一个公认的事实，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。如果你坚持认为Lucas-Kanade是稀疏的，那么所有的flow算法都是稀疏的，没有必要区分它们。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|1180459|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。|1180460|你可以在this+tutorial+that+I+wrote上阅读更多关于这一切的内容，在那里我还展示了卢卡斯-卡纳德算法是如何和其他算法一样密集的(尽管不是那么准确)。|offset|length|1180461|entityMap|0|LINK|mutability|MUTABLE|url|https://se.mathworks.com/matlabcentral/fileexchange/44400-tutorial-and-toolbox-on-real-time-optical-flow^0|0|0|4|Q|0|0^^$0|@$1|2|3|4|5|6|7|P|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|Q|8|@]|9|@]|A|$]]|$1|D|3|E|5|6|7|R|8|@]|9|@$F|S|G|T|1|U]]|A|$]]|$1|H|3|-4|5|6|7|V|8|@]|9|@]|A|$]]]|I|$J|$5|K|L|M|A|$N|O]]]]

First of all, Lucas-Kanade is NOT a sparse optical flow technique. The reason so many believe it is, is due to a wide spread misunderstanding. The misconception became an accepted truth since the very first implementation of Lucas-Kanade in OpenCV was labelled as SPARSE, and still is to this day. The arguments to why Lucas-Kanade should be called sparse, apply to any dense flow algorithm. If you insist that Lucas-Kanade is sparse, then all flow algorithms are sparse and there is no point in distinguising them.

Sparse flow is the same as point tracking, dense flow consists of vectors over the video, indicating estimates of motion of fixed positions.

You can read more about all of this in <a href="https://se.mathworks.com/matlabcentral/fileexchange/44400-tutorial-and-toolbox-on-real-time-optical-flow" rel="nofollow noreferrer">this tutorial that I wrote</a>, where I also show how Lucas-Kanade is just as dense as any other algoritm out there (although not as accurate).

blocks|key|2817889|text|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”中解释了这一点。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|2817890|can+be+in+opencv+docmentation+here的示例实现|offset|length|2817891|entityMap|0|LINK|mutability|MUTABLE|url|http://docs.opencv.org/trunk/d7/d8b/tutorial_py_lucas_kanade.html^0|0|7|R|0|0^^$0|@$1|2|3|4|5|6|7|N|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|O|8|@]|9|@$D|P|E|Q|1|R]]|A|$]]|$1|F|3|-4|5|6|7|S|8|@]|9|@]|A|$]]]|G|$H|$5|I|J|K|A|$L|M]]]]

Sparse optical flow - Lucas-Kanade method computes optical flow for a sparse feature set (e.g. corners detected using Shi-Tomasi algorithm). 
Dense optical flow - Gunner Farneback's algorithm computes the optical flow for all the points in the frame. This is explained in "Two-Frame Motion Estimation Based on Polynomial Expansion" by Gunner Farneback in 2003.

Example implementation of can be found <a href="http://docs.opencv.org/trunk/d7/d8b/tutorial_py_lucas_kanade.html" rel="nofollow noreferrer">in opencv docmentation here</a>

blocks|key|1643369|text|稀疏光流作用于特征(边、角等)。密集光流被设计为在所有像素上工作。第一种方法的优点是它通常更快，而第二种方法可以给出比第一种方法更多像素的估计。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|1643370|entityMap^0|0^^$0|@$1|2|3|4|5|6|7|D|8|@]|9|@]|A|$]]|$1|B|3|-4|5|6|7|E|8|@]|9|@]|A|$]]]|C|$]]

Sparse optical flow works on features(edges,corners etc). Dense optical flow is designed to work on all the pixels. The advantage of the first is that it is generally faster while the second can give estimates for more pixels than the first.

blocks|key|1180367|text|稀疏光流为您提供了一些有趣的(角点)点的速度矢量，这些点是预先使用Shi-Tomashi，Harris等算法提取的。提取的点与当前图像和下一个图像一起传递到您的光流函数中。任何好的光流函数都应该使用上面的角点检查正向的光流，并回溯到交叉检查它是否遵循相同的点。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|1180368|另一方面，密集的光流可以从这里引用：http://www.cs.toronto.edu/~fleet/courses/cifarSchool09/flowChapter05.pdf|offset|length|1180369|entityMap|0|LINK|mutability|MUTABLE|url|http://www.cs.toronto.edu/~fleet/courses/cifarSchool09/flowChapter05.pdf^0|0|I|20|0|0^^$0|@$1|2|3|4|5|6|7|N|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|O|8|@]|9|@$D|P|E|Q|1|R]]|A|$]]|$1|F|3|-4|5|6|7|S|8|@]|9|@]|A|$]]]|G|$H|$5|I|J|K|A|$L|M]]]]

Sparse optical flow gives you the velocity vectors for some interesting (corner) points, these points are extracted beforehand using algorithms like Shi-Tomashi, Harris etc. The extracted points are passed into your [optical flow function] along with the present image and next image. Any good optical flow function should check the optical flow in the forward direction using the above corner points and also back track to cross check if it is following the same points.

On the other hand, dense optical flow can referred from here: <a href="http://www.cs.toronto.edu/~fleet/courses/cifarSchool09/flowChapter05.pdf" rel="nofollow">http://www.cs.toronto.edu/~fleet/courses/cifarSchool09/flowChapter05.pdf</a>

Lots of resources say that there are two types optical flow algorithms. And Lucas-Kanade is a sparse technique, but I can't find the meanings of sparse and dense? Can some one tell me what is the difference between dense and sparse optical flow?

What is the difference between sparse and dense optical flow?

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

大量的资料表明有两种类型的光流算法。Lucas-Kanade是一种稀疏技术，但我找不到稀疏和密集的含义？有人能告诉我密集光流和稀疏光流的区别吗？

问稀疏光流和密集光流的区别是什么？
EN

回答 6

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问稀疏光流和密集光流的区别是什么？EN

回答 6

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问稀疏光流和密集光流的区别是什么？
EN