基于特征匹配的非刚性大位移光流算法

针对非刚性大位移光流估计问题,提出了一种基于特征匹配的光流优化算法.首先,传统数据项针对整副图像进行一致性假设的策略过于粗放,文中采用了一种根据图像中每个像素特点自适应选择一致性假设的优化方法;其次,针对传统各向同性的平滑项易造成演化过程中图像细节丢失、边缘模糊等问题,提出一种各向异性的平滑项,有利于实现图像细节的光流估计;另外融合特征匹配于变分光流框架中,充分利用特征匹配在大位移条件下的鲁棒性与变分光流的致密性;最后,基于MPI Sintel数据集对本文算法进行定量分析.实验结果表明,本文算法能够实现非刚性大位移光流的准确估计,鲁棒性强,在market_5图像中,该算法比LDOF于AAE和AEPE指标上分别提升了18.9%与21.9%.