SLAM 追踪方法：特征点法和光流法的比较

SLAM (Simultaneous Localization and Mapping) 特征点法和光流法是两种常用的追踪方法。

特征点法：特征点法通过检测图像中的稳定特征点，如角点、边缘等，来进行追踪和建图。这些特征点在不同帧之间有稳定的匹配关系，可以用来计算相机的运动和场景的几何结构。特征点法通常使用特征描述子进行特征点匹配，如 SIFT、SURF、ORB 等。
光流法：光流法利用图像中像素点在连续帧之间的亮度变化来推测相机的运动。通过计算每个像素点在相邻帧之间的位移，可以得到相机的运动信息。光流法对于场景中有纹理、动态物体较少的情况下效果较好，但对于纹理缺乏或者存在大量动态物体的场景会产生较大误差。

这两种方法在 SLAM 中都有广泛应用。特征点法通常用于稠密场景或者需要建立精确地图的情况下，因为特征点法对于场景的几何结构可以提供较好的估计。光流法通常用于稀疏场景或者实时性要求较高的情况下，因为光流法只需要计算像素点的位移，计算量较小且速度较快。在实际应用中，这两种方法也可以结合使用，以充分利用它们各自的优势。