https://echo360.org.au/lesson/9750cbfe-6500-42f7-b024-45c5cf2a69b0/classroom#sortDirection=desc
Adding the time dimension to the image formation
1. Detecting Motion
1). Change Detection
image subtraction: 两图相减，对于每个pixel的值， 大于threshold为1，小于为0
2). Sparse motion estimation Using template matching to estimate local displacements
(1) Motion Vector : 向量代表点的移动
(2) 检测目标点， 寻找对应点在t+Δt ； 假设点移动的不远。
（3） 检测目标点的方法 filters, operators
计算水平，垂直，斜线方向的intensity variance， 如果最小值>threshold，则是interest point
（4）Search corresponding points
template searching:
1. 对于 interest point，在其周围划定一个neighbour区域，基于一些prior knowledge，在下一张图限定search region，try to find a similar pattern
2. Similarity Measures : 对两个template，计算相似度：
1) 计算对应点乘积之和，求最大 ； 计算对应点绝对值之差，求最小； 计算对应点之差的平方，求最小
2）Mutual information，求最大: intensity distribution histogram 计算 概率
3). Dense motion estimation Using optical flow to compute a dense motion vector field
（1）假设：time interval之间，物体与camera之间不产生巨大位移； t时刻的neighbourhood能在t+Δt时刻找到
（2）联立 泰勒展开与OF不等式
2. Tracking