Motion Model (2)-Dense Motion: 深度解析

1 概述

如果还没有阅读第一篇文章，建议先阅读。再阅读本章内容

《实现照片动态效果first motion model（1）-关键点提取模型的深入解析》

在第一篇文章中对关键点抽取模型的技术关键点进行了深入阐述，并对其雅各比矩阵进行了讨论。涉及的数学理论可归结为泰勒级数的一阶展开式。对于数学理论部分的具体细节及应用方法，《深入理解》一书中将有详细的阐述。当关键点被提取出来后，则需通过计算每个关键点及其邻域像素之间的仿射变换关系来建立密集运动网络模型（dense motion network）。

在第一篇文章中对关键点抽取模型的技术关键点进行了深入阐述，并对其雅各比矩阵进行了讨论。涉及的数学理论可归结为泰勒级数的一阶展开式。对于数学理论部分的具体细节及应用方法，《深入理解》一书中将有详细的阐述。当关键点被提取出来后，则需通过计算每个关键点及其邻域像素之间的仿射变换关系来建立密集运动网络模型（dense motion network）。

2、Dense Motion Network

2.1 kp2gaussian

• 该函数将关键点信息转换为一个区域, 包含了这些关键点及其周围的空间
  • 实现公式
    𝑒𝑥𝑝((𝑇𝑆←𝑅(𝑝𝑘)−𝑧)^2/𝛿)
    𝑒𝑥𝑝((TS←R(pk)−z)^2/δ)

用于