オプティカルフロー法（Optical Flow）は、動画や連続したフレームの画像において、ピクセルの移動ベクトルを推定するための手法です。つまり、画像内の物体や領域の移動を検出し、移動ベクトルを算出することが目的です。

オプティカルフロー法は、隣接するフレーム間の画像ピクセルの輝度の変化を解析し、それに基づいてピクセルの移動ベクトルを推定します。基本的な仮定は、「隣接するフレーム間では、物体の輝度が変化しない」というものです。つまり、同じ物体や領域が移動した場合、その輝度パターンはほぼ一定であると仮定します。

オプティカルフロー法の手法はいくつかありますが、代表的な手法としては以下のようなものがあります：

1. Lucas-Kanade法: Lucas-Kanade法は、小さなウィンドウ内のピクセルの輝度勾配を利用して、ピクセルの移動ベクトルを推定します。ウィンドウ内のピクセルの輝度勾配を連立方程式の形で表し、最小二乗法を用いて解析的に移動ベクトルを求めます。

2. Horn-Schunck法: Horn-Schunck法は、画像全体の連続性を考慮してオプティカルフローを推定します。連続性を表す項を目的関数に導入し、全体的な滑らかさを保ちつつ移動ベクトルを求めます。この手法は、物体や領域の大域的な移動を推定するのに適しています。

オプティカルフロー法は、動画のフレーム間での物体追跡や動きの検出、物体の速度推定などに広く利用されます。例えば、自動運転車の環境認識や映像安定化、アクション認識、モーションキャプチャなどの応用があります。