af专业什么意思？
AF指的是图像的盲插值补间（anonymous function），是一种计算两个帧之间差分的优化方法，常用于视频序列或图像序列中的运动估计与补偿。 在计算机视觉或者模式识别中，经常需要解决两个问题：
1、找到两个图片之间的差分，这个差分反映了两个图层的变换，如果这个变换能用一个函数描述的话，就可以利用微积分的知识来计算出这个函数的参数(也就是求解这个函数的过程)，进而对第二张图片进行还原/复原/校正。
2、寻找图像中的目标物体，这个问题可以转化为上面的问题(通过寻找两个图片的差分来得到要找的目标物体)，所以也常常一起讨论。 对于第一个问题，最简单的方法是搜索所有可能的变化形式，然后再从中选择一个最可能的变换——这种算法的时间复杂度为 ，其中n是图像中像素的个数。由于现实世界通常是不存在这样的极端情况的，所以可以在时间复杂度为 的条件下近似解决这个问题，常用的算法包括SIFT、Boosting等。而第二种情况要比第一种情况稍微复杂一些。
在第二种情况下，当目标物体比较小或者是单色背景的时候，常常可以只考虑颜色信息然后利用哈希表将不同颜色的区域分割开来——这种算法的时间复杂度为 。但如果目标是二维图像，而且目标跟背景的面积比相差很大，那么这种方法就不奏效了。一种有效的方法是首先计算整体映射，然后利用整体映射将第一幅图片中的区域转移到第二幅图中相应位置——这是一种优化的问题，常采用贪婪的策略来搜索最优解。