1亮度恒常与光流约束
闭卷重建亮度恒常与光流约束的对象、公式、算例、算法与失败边界。
计算机视觉 · 小纸条
选一章打印。双面打印（按长边翻页）后沿虚线剪开，每张卡片正面题目、背面答案。
第 1 页 · 正面（题目）
2Lucas–Kanade局部光流
闭卷重建Lucas–Kanade局部光流的对象、公式、算例、算法与失败边界。
3金字塔光流与大位移
闭卷重建金字塔光流与大位移的对象、公式、算例、算法与失败边界。
4目标跟踪与数据关联
闭卷重建目标跟踪与数据关联的对象、公式、算例、算法与失败边界。
5背景建模与运动分割
闭卷重建背景建模与运动分割的对象、公式、算例、算法与失败边界。
6视频时序滤波与事件检测
闭卷重建视频时序滤波与事件检测的对象、公式、算例、算法与失败边界。
7动作识别与视频评价
闭卷重建动作识别与视频评价的对象、公式、算例、算法与失败边界。
第 1 页 · 背面（答案）
对象：窗口内假设同一速度，用加权最小二乘求解；结构张量条件数决定可估性。；公式：v=(A^T W A)^-1 A^T W b when well-conditioned。；算例：角点窗口两方向梯度丰富可解，单条水平边只能约束法向速度。；边界：不检查最小特征值；窗口跨运动边界把两物体平均。。
对象：小时间间隔、同一点亮度近似不变，泰勒展开给一个方程两个速度未知量，需要局部/全局正则。；公式：I_x u+I_y v+I_t=0。；算例：Ix=2、Iy=0、It=-6，只能确定u=3，v仍不可辨。；边界：光照闪烁仍假设恒常；把单像素方程直接解二维速度。。
对象：跟踪把检测跨帧关联为轨迹，依赖运动模型、外观、门控、遮挡和出生/死亡策略。；公式：assignment cost=motion distance+appearance distance with gating。；算例：候选运动代价2、外观3、权重各1，总代价5。；边界：只按最近位置导致身份交换；长遮挡后无重识别门槛。。
对象：粗到细在低分辨率估大位移并逐层细化；尺度数、warp和插值误差决定范围。；公式：displacement at level l≈original displacement/2^l。；算例：原图位移64px，在第3层约8px。；边界：每层只迭代一次；运动超过搜索范围仍返回伪结果。。
对象：帧级预测需利用时间连续性又保持真实突变；滑窗、HMM/RNN或状态机有不同延迟与假设。；公式：moving average latency roughly grows with window length。；算例：5帧平均在30fps覆盖约167ms时间窗。；边界：平滑窗口过大错过短事件；训练随机帧导致相邻帧泄漏。。
对象：背景随光照、周期运动和相机抖动变化；前景判定需时间模型、更新率与形态后处理。；公式：background_t=(1-alpha)background_prev+alpha frame_t。；算例：背景100、新帧120、alpha=.1，更新后102。；边界：前景像素被迅速吸入背景；移动相机仍用静态背景模型。。
对象：动作由空间外观和时间变化共同定义；采样、剪辑边界、长尾与主体定位影响结果。；公式：clip coverage=sampled duration/event duration。；算例：事件4秒，只采到2秒，时间覆盖50%。；边界：同一演员片段跨训练测试；只看剪辑准确率不看事件定位。。