python: numpy

pip3 install jupyter

ipython or jupyter notebook
“`

import numpy as np

from matplotlib.pyplot import imshow, title
import matplotlib.pylot as plt
from scipy.misc import imread, imsave, imresize

xs = np.arange(-np.pi, np.pi, 0.01)
xs = np.linspace(-np.pi, np.pi, 100)

xs, ys = np.meshgrid(xs, xs)
xs = np.arange(12).reshape(3, 4)
mat = np.random.random((2, 3))

z = np.sqrt(xs ** 2 + ys ** 2)
plt.imshow(z); plt.colorbar()
plt.title(“pic”)
plt.show()
“`

refs:
– http://cs231n.github.io/python-numpy-tutorial/

Determining Optical Flow

paper link: http://www.caam.rice.edu/~zhang/caam699/opt-flow/horn81.pdf
这篇1981年发表的文章是CV中众多optical flow文章的起始工作,我花了三天时间自习阅读该文章,亦可称的上是我读CV文章的起源。

文章贡献:
提出一种计算光流的方法

文章思路:
一个点的亮度信息E(x,y,t)不足以计算光流,因为光流是二维的向量,亮度只有一维。文章通过一系列假设的条件,引入两个约束:
– 一个点的亮度在时间维度不变:E对x,y,t的偏倒之和为0
– 一个刚体内部相邻点光流平滑过渡:u, v对x,y 偏倒之和最小

具体方案
– 以上两个约束虽然可以求解,但是计算量很大
– 使用迭代的方法来求解有效降低计算量

后续
后续光流又提出很多算法,参考:http://blog.csdn.net/zouxy09/article/details/8683859