Sta*_*Geo 1 image-processing opticalflow computer-vision disparity-mapping deep-learning
我正在尝试了解一些计算机视觉主题。我观察到这两者之间的一个主要区别是，在光流中，第二张图像通常在时间 (t+1) 处，而在视差估计中，它通常是相同的时间步长，除非有一个静态视图并使用单个非立体相机。还有其他区别及其各自的含义吗？
正如您所指出的，光流表示图像在时间 t 和时间 t+1 之间的像素位移，而视差估计是一个相机与另一个相机之间的像素位移。严格来说，这两个任务可以被认为是相同的。
然而，实际上，视差是使用水平对齐的“右”和“左”相机来计算的。因此，视差只是水平的（并且由于光学定律而在单个方向上）并且可以通过热图来表示。
相反，光流是一个二维矢量场，其中矢量可以取任何值。
在机器学习中，这种区别主要改变了预测的输出维度（视差为 1D，光流为 2D）及其规模（视差为正，光流为所有实数）。
我希望我的回答很清楚:)