Lucas-Kanade Optik Akış Yöntemi

Parlaklık değişmezliği varsayımı, bir pikselin yoğunluğunun kareler arasında hareket ederken değişmediğini belirtir: I(x, y, t) = I(x+u, y+v, t+1). Bu varsayım, aydınlatma değiştiğinde (gölgeler, yansımalar) veya pikseller tıkandığında ve açığa çıktığında (farklı altta yatan yoğunluğu ortaya çıkararak) başarısız olur. Sağlam izleme için, ön işleme (histogram eşitleme) veya sağlam tahmin yöntemleri başarısızlıkları azaltmaya yardımcı olabilir.

Apertür problemi, yerel özellik yapısı belirsiz olduğunda ortaya çıkar: düz bir kenar boyunca pikseller, yerel görünümlerini değiştirmeden birden çok yönde hareket edebilir. Lucas-Kanade bunu bir komşuluk penceresi kullanarak ele alır: penceredeki tüm piksellerden gelen birleşik gradyanlar, pencere çeşitli doku içerdiğinde hareketi benzersiz bir şekilde belirlemek için yeterli bilgi sağlar.

Piramidal uygulama, bir görüntü piramidi (kaba-ince) oluşturur, önce kaba seviyelerde optik akışı hesaplar (hareketin küçük göründüğü yerlerde) ve ardından daha ince seviyelerde iyileştirir. Bu kaba-ince yaklaşım, tek bir ölçekte küçük hareket varsayımını ihlal edecek büyük hareketleri ele alır. Modern çok ölçekli izleyiciler bu fikri birden çok çözünürlük seviyesine genişletir.

Lucas-Kanade, her pikselde değil, yalnızca tespit edilen özellik noktalarında (köşeler, kenarlar) hareketi tahmin eder. Bu seyreklik, hesaplamayı verimli ve yorumlanabilir hale getirir: ilgi noktalarında hareket vektörleri elde edersiniz. Yoğun optik akış yöntemleri (Horn-Schunck, modern öğrenme tabanlı yöntemler), her pikselde hareketi tahmin ederek tam akış alanları sağlar ancak daha yüksek hesaplama maliyetiyle.