视觉SLAM入门 -- 学习笔记 - Part6

2 LK 光流

2.1 光流文献综述

我们课上演示了Lucas-Kanade 稀疏光流，用OpenCV 函数实现了光流法追踪特征点。实际上，光流法有很长时间的研究历史，直到现在人们还在尝试用Deep learning 等方法对光流进行改进[1, 2]。本题将指导你完成基于Gauss-Newton 的金字塔光流法。首先，请阅读文献（paper 目录下提供了pdf），回答下列问题。
问题：
1. 按此文的分类，光流法可分为哪几类？

We categorize algorithms as either additive or compositional, and as either forwards or inverse.

答：加性算法(additive)和组合算法(compositional)，或正向算法(forwards)和逆算法(inverse)

2. 在compositional 中，为什么有时候需要做原始图像的wrap？该wrap 有何物理意义？

答：需要在当前位姿估计之前引入增量式 warp（incremental warp）以建立半群约束要求（the semi-group requirement）。

3. forward 和inverse 有何差别？

The key to efficiency is switching the