В примечаниях с большими выводами для сложности во времени, насколько сложна вычисление оптического потока Lucas-Kanade, реализованная в OpenCV (C++)? И как вы это вывели?Какова вычислительная сложность алгоритма Лукаса-Канаде?
Спасибо!
В примечаниях с большими выводами для сложности во времени, насколько сложна вычисление оптического потока Lucas-Kanade, реализованная в OpenCV (C++)? И как вы это вывели?Какова вычислительная сложность алгоритма Лукаса-Канаде?
Спасибо!
Предположим, что число параметров warp равно n
, а число пикселей в T
равно N
. Общая вычислительная стоимость каждой итерации алгоритма Лукаса-Канаде равна . Вы можете найти такую информацию и обсудить с Lucas-Kanade 20 Years On: A Unifying Framework: Part 1 - 2.4.
пс: Я понятия не имею, о вычислительной сложности реализации OpenCV. Но, если быть разумным, то должен быть таким же, как и выше.
На основе OpenCV GitHub и информации в Lucas-Kanade 20 Years On: A Unifying Framework: Part 1 - 2.4 я могу сказать, что:
в 2D отслеживания алгоритма (x, y)
с использованием оптического потока с Lucas-Kanade like opencv statedn
равна 2
и N
является количество пикселей на раме , то есть (height*width)
, например, в моих исследованиях (отслеживание сперматозоидов) я использую n=2
(2D слежение) и T=788*388
.
Это делается для каждой функции, как я могу видеть here по строке 178 for(size_t ptidx = 0; ptidx < npoints; ptidx++)
.
Извините за место в ссылке, я не могу опубликовать более двух ссылок из-за отсутствия репутации – Dito9
Таким образом, 'n' количество параметров warp равно 2 при вычислении потока. И 'N' - это размер изображения. Правда? –
@ a-Jays Да, я так думаю. – herohuyongtao
Значит, это не зависит от количества функций, которые он отслеживает? Это кажется противоречащим интуиции и, похоже, не поддается результатам. –