1、光流法跟踪时为什么要用金字塔?
答:当使用光流法进行跟踪两帧之间的特征点时,有时候会遇到两帧建的运动过大的情况,导致光流优化也跟踪不到正确的位置。那么使用图像金字塔可以实现多尺度得光流估计。图像金字塔是通过对原始图像进行多次降采样得到得一系列不同分辨率得图像。在图像金字塔较低的层级,图像分辨率较小,物体运动的也相对较小,因此光流法更能准确的跟踪特征点的运动。然后将光流的估计结果传递到金字塔的最高层,并在最高的分辨率的图像上进行进一步的光流估计,从而能够处理较大的运动情况,这样更有利于跟踪得上。图像金字塔在光流法的使用主要是针对运动较大的情况,提高跟踪的准确性和鲁棒性。
2、滤波的方法和优化的方法有什么区别?
答:
区别:
(1)滤波的前提是建立在一阶马尔可夫性假设上的,它假设当前状态的估计只与前一时刻的状态和当前时刻的观测有关,滤波主要使用了协方差矩阵来传递状态。因此,单次情况下,滤波的精度要高于优化的精度。多次的情况下,滤波的精度要低于优化的精度。
(2)滤波更适合松耦合的情况,即不同的传感器通过前端直接输入位置姿态(预测+更新),在输出新的状态估计,优化使用多种状态做紧耦合,在输出新的状态估计。
(3)优化实际主要手段是重线性化/边缘化,选择需要固定住的部分形成先验(未必一定是路标),未边缘化的部分使用重线性化。滤波主要利用协方差进行状态估计。
(4)因为基于滤波的理论,滤波器稳度增长太快,这对于需要频繁求逆的EKF(扩展卡尔曼滤波器),PF压力很大,滤波方法更适合小规模场景的实时系统、处理时间连续的状态估计问题,。而基于图的SLAM,通常以keyframe(关键帧)为基础,建立多个节点和节点之间的相对变换关系,比如仿射变换矩阵,并不断地进行关键节点的维护,保证图的容量,在保证精度的同时,降低了计算量。优化方法更适合大规模场景的离线系统、处理时间离散的状态估计问题。在实际应用中,根据具体的问题和要求,可以选择滤波方法或优化方法来进行状态估计。
**联系:**优化和滤波的本质区别是一样的,都是非线性最小二乘问题。