图像I中x处 的shi-tomas score 其实就是 I关于x的hessian矩阵的较小的特征值。
一般光流法中最小化的是光度误差（成像误差） argmin_x |I(x)-J(p)|^2，
高斯牛顿法中 每次的更新步骤为J^t J dx = -res J
而 shi-tomas score 为H=J^t J 的特征值中较小的那个。
（为啥该值越大说明跟踪效果越好（good feature to track）呢？）
svo中的shi-tomas score
最新推荐文章于 2023-03-03 14:30:41 发布
本文介绍了Shi-Tomasi角点检测算法的基本原理，包括其在图像中的应用及光流法中的角色。解释了如何通过计算图像的Hessian矩阵来获取角点响应值，并探讨了该值与跟踪效果之间的关系。
扫一扫
1201
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
