Sehr viele mathematische Verfahren zur Lösung nichtlinearer Gleichungssysteme arbeiten mit Linearisierungen bzw. Taylorapproximationen höherer Ordnung, um letzlich iterativ auf lineare Gleichungssysteme zu kommen, welche man sehr schnell lösen kann.
Ich schätze mal die LNM ist eine Methode für eine spezielle Struktur, der Grundgedanke dahinter ist universal.
Warping hatte ich auf Wikipedia nachgelesen, jedoch den mathematischen Zusammenhang nicht gesehen bzw. keine mathematische Seite darüber gefunden.
btw was lustig ist, in meiner Diplomarbeit in VWL hatte ich auch Euler-Lagrange Gleichungen. Die entstanden da im Zusammenhang mit Rational Expectation Modellen.
Vielleicht erklärst du zuerst einmal heuristisch, was dein Ziel ist und was du für Input bekommst.
Ich verstehe es bis jetzt so: Es geht in der BA um Gestenerkennung, also tendenziell gibt es einen Raum mit unterscheidbaren Objekten darin. Du bekommst also jeweils einen Dataframe mit einem Zeitindex versehen.
Aus den Daten musst du erst einmal (statistisch?) die interessanten bereiche herausfiltern, also nehmen wir mal einen dunklen Hintergrund und weiße Flecken an. Sicherlich erkennt man erst im Zeitablauf, was ein (interessantes) Objekt ist.
Der fehlende Kontrast, fehlende Tiefe und Auflösung und zu wenig frames pro Sekunde sind sicherlich die Probleme. Welche gibt es noch?
Wie funktioniert jetzt heuristisch dein Algorithmus? Man versucht über mehrere Frames hinweg "Pixelhaufen" (sorry, kenne die Terminologie nicht) zu finden, welche sich nicht zu sehr verändern, anderseits aber auch nicht nur konstant (Hintergrund) sind. Es geht also darum, dynamisch etwas zu clustern?
Versuch am besten erst einmal möglichst plastisch und allgemein eine Heuristik anzugeben, dass man überhaupt nachverfolgen kann was du tust. Dann macht es sicher auch mehr Sinn dir Tipps zu geben.