Opencv 当摄像机移动时，检测视频运动的最佳方法是什么？

当“我的相机”移动时，检测视频中物体运动（不包括相机的自我运动）的最佳方法是什么

我有实时50 FPS全高清1920x1080视频流。相机有自我运动

即我必须做：

• 估计我的相机在第一帧和第二帧之间的运动（平移、缩放和旋转）
• 补偿我相机的此移动-反向移动第二帧
• 用于检测对象的运动-两帧之间的差异

什么是最好的方式（最快和最好的质量）来补偿我的相机的运动

-仅获取翻译，速度非常慢

-设计用于消除抖动和视频稳定的类

对于每一帧，计算（或）并获得仿射变换（平移、缩放和旋转），但对于高清实时视频来说速度非常慢

每50帧（每1秒1次）计算（或）和

使用方法4，但使用-use（或or）的自定义实现，而不是：

这5种方法中最好的是什么？如果是4种，那么OpticalFlow函数最好的是什么：

---

我一直想尝试将密集光流与吉布森（心理学家）分析的视觉流动模式结合起来，但没有找到时间/项目：D@Micka这是一个重要的观点，我们关注的是（视觉流模式）詹姆斯·吉布森，而不是（模式识别小说）威廉·吉布森：）詹姆斯·吉布森（1966）自下而上的处理，这是对格雷戈里（1970）自上而下的处理：你认为应该尝试它来补偿自我运动吗？可能它相当慢，但我在理论上喜欢它。。。但这实际上只是一个评论，不知道它是否会起作用。祝你好运，我喜欢你提出了许多解决问题的方法。@Mika我将尝试使用

gpu:：PyrLKOpticalFlow:：sparse（）

或

gpu:：PyrLKOpticalFlow:：dense（）

，然后

gpu:：meanShiftSegmentation（）

以清晰的边界分隔不同的流，然后为每个段构建两个

std:：vector

，其中包含该段中点的源坐标（每5个像素）和目标坐标（从源计算和从步骤1计算），并尝试查找仿射变换

Mat affine=cv:：EstimaterialgidTransform（src_pts，dst_pts）

，并将每个仿射变换与每个Gibson的视觉流模式进行比较。还是有可能做得更好呢？最大的一部分流动——必须是相机的自我运动。其他-对象的移动。