Machine learningMotion estimation

Lucas-Kanade-Verfahren für optischen Fluss

Das Lucas-Kanade-Verfahren, das 1981 von Bruce Lucas und Takeo Kanade eingeführt wurde, ist eine grundlegende Technik zur Schätzung des optischen Flusses – der scheinbaren Bewegung von Objekten in Bildsequenzen. Durch die Berechnung von Bewegungsvektoren auf Pixelebene verfolgt der Lucas-Kanade-Algorithmus die Verschiebungen von Merkmalen zwischen aufeinanderfolgenden Bildern, was Objektverfolgung, Bewegungsschätzung und Videoanalyse ermöglicht.

In MethodMind öffnenDemnächstVideoDemnächstFolien herunterladen

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Methodenkarte

Die Nachbarschaft verwandter Methoden — wählen Sie einen Knoten, um sie zu erkunden.

Lucas-Kanade-Verfahren für optischen Fluss

Blob-Detektion Harris-Kantendetektor Skalenraum-Theorie SIFT-Merkmalserkennung Template-Matching Stereo-Matching

Quellen

Lucas, B. D., & Kanade, T. (1981). An iterative image registration technique with an application to stereo vision. Proceedings of the Seventh International Joint Conference on Artificial Intelligence (IJCAI), 674–679. link ↗
Bouguet, J. Y. (2001). Pyramidal implementation of the Lucas Kanade feature tracker. OpenCV Documentation. link ↗

So zitieren Sie diese Seite

ScholarGate. (2026, June 3). Lucas-Kanade Optical Flow Estimation. ScholarGate. https://scholargate.app/de/computer-vision/optical-flow-lucas-kanade

Welche Methode?

Stellen Sie diese Methode neben ihre nächsten Verwandten und lesen Sie sie nebeneinander — die Bibliothek legt die Bücher auf den Tisch; die Wahl liegt bei Ihnen.