affine image from current frame to target frame
在BoT-SORT的GMC基础上进行了一点点修改：稍微优化了ECC算法，其中applyEcc_v2用图像金字塔来加速计算，再低分辨率时计算初始解，再高分辨率时优化解，实现加速；applyEcc_v3是在v2基础上初始解先用ORB特征匹配求出仿射变换初始解，不过效果不是很显著。
# 首先定义一个对象，正常1080p的图片使用ORB的话基本可以控制在100ms以内，ECC建议至少缩小2倍。
# method: 'orb', 'ecc', 'OptFlow', 'sift'
# downscale: (should >= 1) default=1
from cmc import GMC
align = GMC(method,downscale)
# 然后直接计算每一帧的仿射变换，第一帧默认作为参考帧
H = align.apply(frame)在一段视频序列(origin.avi)上测试
| 下采样倍数 | 金字塔层数 | 检测时延ms/frame | 与初始帧的平均IOU |
|---|---|---|---|
| 1 | - | 3158 | 0.693 |
| 1 | 2 | 564.36 | 0.710 |
| 1 | 3 | 177.67 | 0.732 |
| 1 | 4 | 106.66 | 0.760 |
| 4 | - | 67.534 | 0.713 |
| 4 | 2 | 19.791 | 0.759 |
可以看到使用图像金字塔加速后不仅速度极大提升，而且防抖效果也有一点改善。
不过在相机运动剧烈场景下速度和效果都不如ORB，而相机抖动缓慢的场景ECC的效果更好更平滑。