如何计算rigid flow

paper：GeoNet: Unsupervised Learning of Dense Depth, Optical Flow and Camera Pose

首先rigid flow等于源帧s的像素点坐标减目标帧像素坐标(source image - target image)

那么，如何在已知target image的像素坐标时求rigid flow？

通过DepthNet,PoseNet预测出相应的深度D，内参K以及位姿信息T，计算source image的像素坐标Ps：

紫色部分代表将target image的像素坐标投影到世界坐标系（2D—>3D），从3D投影到2D平面丢弃了深度信息，所以从2D到3D在此要乘上深度信息D

蓝色部分：将target image location转换到source image location，所以在紫色部分左乘位姿T

绿色部分：将source image的世界坐标转换为像素坐标（3D—>2D）

最后rigid flow = Ps - Pt