DISオプティカルフローアルゴリズム。続き...

#include <opencv2/video/tracking.hpp>

Collaboration diagram for cv::DISOpticalFlow:

公開型
enum	{ PRESET_ULTRAFAST = 0 , PRESET_FAST = 1 , PRESET_MEDIUM = 2 }

公開メンバ関数
virtual int	getCoarsestScale () const =0
	最も粗いスケールを取得する。

virtual int	getFinestScale () const =0
	フローを計算するガウシアンピラミッドの最も細かいレベル(レベル0は元の画像解像度に対応する)。最終的なフローはバイリニアのアップスケーリングで得られる。

virtual int	getGradientDescentIterations () const =0
	パッチ逆探索段階における勾配降下の最大反復回数。値を大きくすると、場合によっては品質が向上することがある。

virtual int	getPatchSize () const =0
	マッチング用の画像パッチのサイズ(ピクセル単位)。通常、デフォルトの8x8パッチでほとんどの場合に十分うまく機能する。

virtual int	getPatchStride () const =0
	隣接するパッチ間のストライド。パッチサイズより小さくなければならない。値が小さいほどフローの品質が高くなる。

virtual bool	getUseMeanNormalization () const =0
	パッチ距離を計算するときにパッチの平均正規化を使うかどうか。これはデフォルトで有効になっており、照明変化に対するロバスト性が高まることで通常は顕著な品質向上が得られる。シーケンスに照明の変化が一切含まれないと確信できる場合はオフにするとよい。

virtual bool	getUseSpatialPropagation () const =0
	良好なオプティカルフローベクトルの空間伝播を使うかどうか。このオプションはデフォルトで有効になっており、平均的により良く機能する傾向があり、DISオプティカルフローアルゴリズムが採用する粗から密へのスキームによって生じる重大な誤りからの回復に役立つこともある。ただし、このオプションをオフにすると、出力されるフローフィールドが少し滑らかになることがある。

virtual float	getVariationalRefinementAlpha () const =0
	平滑化項の重み。

virtual float	getVariationalRefinementDelta () const =0
	色の恒常性項の重み。

virtual float	getVariationalRefinementEpsilon () const =0
	ロバストペナライザのためのノルム値シフト。

virtual float	getVariationalRefinementGamma () const =0
	勾配の恒常性項の重み。

virtual int	getVariationalRefinementIterations () const =0
	スケールごとの変分リファインメントの不動点反復回数。0に設定すると変分リファインメントが完全に無効になる。値を大きくすると、通常はより滑らかで高品質なフローになる。

virtual void	setCoarsestScale (int val)=0
	最も粗いスケールを設定する。

virtual void	setFinestScale (int val)=0
	フローを計算するガウシアンピラミッドの最も細かいレベル(レベル0は元の画像解像度に対応する)。最終的なフローはバイリニアのアップスケーリングで得られる。

virtual void	setGradientDescentIterations (int val)=0
	パッチ逆探索段階における勾配降下の最大反復回数。値を大きくすると、場合によっては品質が向上することがある。

virtual void	setPatchSize (int val)=0
	マッチング用の画像パッチのサイズ(ピクセル単位)。通常、デフォルトの8x8パッチでほとんどの場合に十分うまく機能する。

virtual void	setPatchStride (int val)=0
	隣接するパッチ間のストライド。パッチサイズより小さくなければならない。値が小さいほどフローの品質が高くなる。

virtual void	setUseMeanNormalization (bool val)=0
	パッチ距離を計算するときにパッチの平均正規化を使うかどうか。これはデフォルトで有効になっており、照明変化に対するロバスト性が高まることで通常は顕著な品質向上が得られる。シーケンスに照明の変化が一切含まれないと確信できる場合はオフにするとよい。

virtual void	setUseSpatialPropagation (bool val)=0
	良好なオプティカルフローベクトルの空間伝播を使うかどうか。このオプションはデフォルトで有効になっており、平均的により良く機能する傾向があり、DISオプティカルフローアルゴリズムが採用する粗から密へのスキームによって生じる重大な誤りからの回復に役立つこともある。ただし、このオプションをオフにすると、出力されるフローフィールドが少し滑らかになることがある。

virtual void	setVariationalRefinementAlpha (float val)=0
	平滑化項の重み。

virtual void	setVariationalRefinementDelta (float val)=0
	色の恒常性項の重み。

virtual void	setVariationalRefinementEpsilon (float val)=0
	ロバストペナライザのためのノルム値シフト。

virtual void	setVariationalRefinementGamma (float val)=0
	勾配の恒常性項の重み。

virtual void	setVariationalRefinementIterations (int val)=0
	パッチ逆探索段階における勾配降下の最大反復回数。値を大きくすると、場合によっては品質が向上することがある。

Public Member Functions inherited from cv::DenseOpticalFlow
virtual void	calc (InputArray I0, InputArray I1, InputOutputArray flow)=0
	オプティカルフローを計算する。

virtual void	collectGarbage ()=0
	すべての内部バッファを解放する。

Public Member Functions inherited from cv::Algorithm
	Algorithm ()

virtual	~Algorithm ()

virtual void	clear ()
	アルゴリズムの状態をクリアする。

virtual bool	empty () const
	Algorithm が空の場合（たとえば開始直後や読み込みに失敗した後）に true を返す。

virtual String	getDefaultName () const

virtual void	read (const FileNode &fn)
	ファイルストレージからアルゴリズムの引数を読み込む。

virtual void	save (const String &filename) const

virtual void	write (FileStorage &fs) const
	アルゴリズムの引数をファイルストレージに保存する。

void	write (FileStorage &fs, const String &name) const

静的公開メンバ関数
static Ptr< DISOpticalFlow >	create (int preset=DISOpticalFlow::PRESET_FAST)
	DISOpticalFlow のインスタンスを生成する。

Static Public Member Functions inherited from cv::Algorithm
template<typename _Tp >
static Ptr< _Tp >	load (const String &filename, const String &objname=String())
	ファイルからアルゴリズムを読み込む。

template<typename _Tp >
static Ptr< _Tp >	loadFromString (const String &strModel, const String &objname=String())
	文字列からアルゴリズムを読み込む。

template<typename _Tp >
static Ptr< _Tp >	read (const FileNode &fn)
	ファイルノードからアルゴリズムを読み込む。

Additional Inherited Members
Protected Member Functions inherited from cv::Algorithm
void	writeFormat (FileStorage &fs) const

詳細説明

DISオプティカルフローアルゴリズム。

このクラスは Dense Inverse Search (DIS) オプティカルフローアルゴリズムを実装する。アルゴリズムの詳細は [155] を参照。速度と品質のバランスを適切に取るために、あらかじめ選択された引数を持つ3つのプリセットが含まれている。ただし、最も遅いプリセットでも比較的高速であり、より良い品質が必要で速度を気にしない場合は DeepFlow を使用すること。

この実装は、論文で説明されているアルゴリズムと比べていくつかの追加機能を含む。フローベクトルの空間伝播(getUseSpatialPropagation)や、calc に渡される初期フロー近似を利用するオプション(これは本質的には、前フレームのフローフィールドが渡される場合の時間的伝播である)などである。

列挙型メンバ詳解

◆ anonymous enum

anonymous enum

列挙値
PRESET_ULTRAFAST
PRESET_FAST
PRESET_MEDIUM

メンバ関数詳解

◆ create()

static Ptr< DISOpticalFlow > cv::DISOpticalFlow::create ( int preset = DISOpticalFlow::PRESET_FAST )

static

Python:
	cv.DISOpticalFlow.create(	[, preset]	) ->	retval
	cv.DISOpticalFlow_create(	[, preset]	) ->	retval

DISOpticalFlow のインスタンスを生成する。

引数

preset PRESET_ULTRAFAST、PRESET_FAST、PRESET_MEDIUM のいずれか

◆ getCoarsestScale()

virtual int cv::DISOpticalFlow::getCoarsestScale ( ) const

pure virtual

Python:
	cv.DISOpticalFlow.getCoarsestScale(		) ->	retval

最も粗いスケールを取得する。

◆ getFinestScale()

virtual int cv::DISOpticalFlow::getFinestScale ( ) const

pure virtual

Python:
	cv.DISOpticalFlow.getFinestScale(		) ->	retval

フローを計算するガウシアンピラミッドの最も細かいレベル（レベル0は元画像の解像度に対応する）。最終的なフローはバイリニア補間によるアップスケーリングで得られる。

参照: setFinestScale

◆ getGradientDescentIterations()

virtual int cv::DISOpticalFlow::getGradientDescentIterations ( ) const

pure virtual

Python:
	cv.DISOpticalFlow.getGradientDescentIterations(		) ->	retval

パッチ逆探索段階における勾配降下法の反復回数の最大値。値を大きくすると、場合によっては品質が向上することがある。

参照: setGradientDescentIterations

◆ getPatchSize()

virtual int cv::DISOpticalFlow::getPatchSize ( ) const

pure virtual

Python:
	cv.DISOpticalFlow.getPatchSize(		) ->	retval

マッチングに用いる画像パッチのサイズ（ピクセル単位）。通常、デフォルトの8x8パッチでほとんどの場合に十分良好に機能する。

参照: setPatchSize

◆ getPatchStride()

virtual int cv::DISOpticalFlow::getPatchStride ( ) const

pure virtual

Python:
	cv.DISOpticalFlow.getPatchStride(		) ->	retval

隣接するパッチ間のストライド。パッチサイズより小さくなければならない。値を小さくするほどフローの品質が高くなる。

参照: setPatchStride

◆ getUseMeanNormalization()

virtual bool cv::DISOpticalFlow::getUseMeanNormalization ( ) const

pure virtual

Python:
	cv.DISOpticalFlow.getUseMeanNormalization(		) ->	retval

パッチ距離を計算する際にパッチの平均正規化を使用するかどうか。これはデフォルトで有効になっており、照明変化に対するロバスト性が高まるため、通常は品質が目に見えて向上する。シーケンスに照明変化が一切含まれないことが確実な場合は、これを無効にするとよい。

参照: setUseMeanNormalization

◆ getUseSpatialPropagation()

virtual bool cv::DISOpticalFlow::getUseSpatialPropagation ( ) const

pure virtual

Python:
	cv.DISOpticalFlow.getUseSpatialPropagation(		) ->	retval

良好なオプティカルフローベクトルの空間的伝播を使用するかどうか。このオプションはデフォルトで有効になっており、平均的により良く機能する傾向があり、DISオプティカルフローアルゴリズムが採用する粗から細への手法によって生じる大きな誤差からの回復に役立つこともある。ただし、このオプションを無効にすると、出力されるフロー場が少し滑らかになることがある。

参照: setUseSpatialPropagation

◆ getVariationalRefinementAlpha()

virtual float cv::DISOpticalFlow::getVariationalRefinementAlpha ( ) const

pure virtual

Python:
	cv.DISOpticalFlow.getVariationalRefinementAlpha(		) ->	retval

平滑化項の重み。

参照: setVariationalRefinementAlpha

◆ getVariationalRefinementDelta()

virtual float cv::DISOpticalFlow::getVariationalRefinementDelta ( ) const

pure virtual

Python:
	cv.DISOpticalFlow.getVariationalRefinementDelta(		) ->	retval

色の恒常性項の重み。

参照: setVariationalRefinementDelta

◆ getVariationalRefinementEpsilon()

virtual float cv::DISOpticalFlow::getVariationalRefinementEpsilon ( ) const

pure virtual

Python:
	cv.DISOpticalFlow.getVariationalRefinementEpsilon(		) ->	retval

ロバストペナライザのためのノルム値シフト。

参照: setVariationalRefinementEpsilon

◆ getVariationalRefinementGamma()

virtual float cv::DISOpticalFlow::getVariationalRefinementGamma ( ) const

pure virtual

Python:
	cv.DISOpticalFlow.getVariationalRefinementGamma(		) ->	retval

勾配の恒常性項の重み。

参照: setVariationalRefinementGamma

◆ getVariationalRefinementIterations()

virtual int cv::DISOpticalFlow::getVariationalRefinementIterations ( ) const

pure virtual

Python:
	cv.DISOpticalFlow.getVariationalRefinementIterations(		) ->	retval

スケールごとの変分リファインメントの固定小数点反復回数。0に設定すると変分リファインメントを完全に無効にする。値を大きくすると、通常はより滑らかで高品質なフローが得られる。

参照: setGradientDescentIterations

◆ setCoarsestScale()

virtual void cv::DISOpticalFlow::setCoarsestScale ( int val )

pure virtual

Python:
	cv.DISOpticalFlow.setCoarsestScale(	val	) ->	None

最も粗いスケールを設定する。

引数

val	フローを計算するガウシアンピラミッドの最も粗いレベル。-1に設定すると、自動計算された最も粗いスケールが使われる。

◆ setFinestScale()

virtual void cv::DISOpticalFlow::setFinestScale ( int val )

pure virtual

Python:
	cv.DISOpticalFlow.setFinestScale(	val	) ->	None

フローを計算するガウシアンピラミッドの最も細かいレベル（レベル0は元画像の解像度に対応する）。最終的なフローはバイリニア補間によるアップスケーリングで得られる。

参照: getFinestScale

◆ setGradientDescentIterations()

virtual void cv::DISOpticalFlow::setGradientDescentIterations ( int val )

pure virtual

Python:
	cv.DISOpticalFlow.setGradientDescentIterations(	val	) ->	None

パッチ逆探索段階における勾配降下法の反復回数の最大値。値を大きくすると、場合によっては品質が向上することがある。

参照: getGradientDescentIterations

◆ setPatchSize()

virtual void cv::DISOpticalFlow::setPatchSize ( int val )

pure virtual

Python:
	cv.DISOpticalFlow.setPatchSize(	val	) ->	None

マッチングに用いる画像パッチのサイズ（ピクセル単位）。通常、デフォルトの8x8パッチでほとんどの場合に十分良好に機能する。

参照: getPatchSize

◆ setPatchStride()

virtual void cv::DISOpticalFlow::setPatchStride ( int val )

pure virtual

Python:
	cv.DISOpticalFlow.setPatchStride(	val	) ->	None

隣接するパッチ間のストライド。パッチサイズより小さくなければならない。値を小さくするほどフローの品質が高くなる。

参照: getPatchStride

◆ setUseMeanNormalization()

virtual void cv::DISOpticalFlow::setUseMeanNormalization ( bool val )

pure virtual

Python:
	cv.DISOpticalFlow.setUseMeanNormalization(	val	) ->	None

パッチ距離を計算する際にパッチの平均正規化を使用するかどうか。これはデフォルトで有効になっており、照明変化に対するロバスト性が高まるため、通常は品質が目に見えて向上する。シーケンスに照明変化が一切含まれないことが確実な場合は、これを無効にするとよい。

参照: getUseMeanNormalization

◆ setUseSpatialPropagation()

virtual void cv::DISOpticalFlow::setUseSpatialPropagation ( bool val )

pure virtual

Python:
	cv.DISOpticalFlow.setUseSpatialPropagation(	val	) ->	None

良好なオプティカルフローベクトルの空間的伝播を使用するかどうか。このオプションはデフォルトで有効になっており、平均的により良く機能する傾向があり、DISオプティカルフローアルゴリズムが採用する粗から細への手法によって生じる大きな誤差からの回復に役立つこともある。ただし、このオプションを無効にすると、出力されるフロー場が少し滑らかになることがある。

参照: getUseSpatialPropagation

◆ setVariationalRefinementAlpha()

virtual void cv::DISOpticalFlow::setVariationalRefinementAlpha ( float val )

pure virtual

Python:
	cv.DISOpticalFlow.setVariationalRefinementAlpha(	val	) ->	None

平滑化項の重み。

参照: getVariationalRefinementAlpha

◆ setVariationalRefinementDelta()

virtual void cv::DISOpticalFlow::setVariationalRefinementDelta ( float val )

pure virtual

Python:
	cv.DISOpticalFlow.setVariationalRefinementDelta(	val	) ->	None

色の恒常性項の重み。

参照: getVariationalRefinementDelta

◆ setVariationalRefinementEpsilon()

virtual void cv::DISOpticalFlow::setVariationalRefinementEpsilon ( float val )

pure virtual

Python:
	cv.DISOpticalFlow.setVariationalRefinementEpsilon(	val	) ->	None

ロバストペナライザのためのノルム値シフト。

参照: getVariationalRefinementEpsilon

◆ setVariationalRefinementGamma()

virtual void cv::DISOpticalFlow::setVariationalRefinementGamma ( float val )

pure virtual

Python:
	cv.DISOpticalFlow.setVariationalRefinementGamma(	val	) ->	None

勾配の恒常性項の重み。

参照: getVariationalRefinementGamma

◆ setVariationalRefinementIterations()

virtual void cv::DISOpticalFlow::setVariationalRefinementIterations ( int val )

pure virtual

Python:
	cv.DISOpticalFlow.setVariationalRefinementIterations(	val	) ->	None

パッチ逆探索段階における勾配降下法の反復回数の最大値。値を大きくすると、場合によっては品質が向上することがある。

参照: getGradientDescentIterations

このクラス詳解は次のファイルから抽出されました:

opencv2/video/tracking.hpp

公開型

公開メンバ関数

静的公開メンバ関数

Additional Inherited Members

詳細説明

列挙型メンバ詳解

◆ anonymous enum

メンバ関数詳解

◆ create()

◆ getCoarsestScale()

◆ getFinestScale()

◆ getGradientDescentIterations()

◆ getPatchSize()

◆ getPatchStride()

◆ getUseMeanNormalization()

◆ getUseSpatialPropagation()

◆ getVariationalRefinementAlpha()

◆ getVariationalRefinementDelta()

◆ getVariationalRefinementEpsilon()

◆ getVariationalRefinementGamma()

◆ getVariationalRefinementIterations()

◆ setCoarsestScale()

◆ setFinestScale()

◆ setGradientDescentIterations()

◆ setPatchSize()

◆ setPatchStride()

◆ setUseMeanNormalization()

◆ setUseSpatialPropagation()

◆ setVariationalRefinementAlpha()

◆ setVariationalRefinementDelta()

◆ setVariationalRefinementEpsilon()

◆ setVariationalRefinementGamma()

◆ setVariationalRefinementIterations()