これは私がそれを見る方法です（私はオプティカルフローで少し作業しました）：
オプティカルフローフィールドの個々の偏微分を計算する必要があります。 1つは x の方向、もう1つは
y の方向です。
私はそのような問題を解決しようとします：
- フロー配列/マトリックスを
x と y
の2つの行列に分割します。
- これらのそれぞれについて、あなたは素朴なルートに行き、単に
derivative =
current_state-last_state
のような単純な違いがあります。しかし、このアプローチは非常に面倒です。微妙な違いがあるからです。
-
これに対処するには、多項式のように簡単に微分可能な回帰曲線を使って、データポイントの1つのチャンク（多分行全体ですか？）を近似することができます。
近似された曲線をちょうど区別して、あなたは行くのが良いです。
個々の行列を滑らかにすることもできますし、データ点を近似するよりもはるかに速くなければならない単純な差異を行うこともできますが、エラーに対してはより寛容でなければなりません。