小位移时的有效光通量

Question

我正在做一个项目，我必须尝试识别鼻子，嘴巴，眼睛周围的一点点动作。运动需要毫秒。我分别使用OpenCV 3.4和Python 3。目前，我采用的是从原始1080p裁剪出来的300x300帧的密集光学流。 问题在于，当我以15fps的速度运行算法时，性能会受到严重损害。我开始考虑切换到稀疏的lucas-kanade方法，并在需要的地方仅散布点云。

我需要有关如何解决该问题的受过良好教育的建议。

1. 切换到LK Optical Flow还是坚持使用Dense更好？
2. 是否值得将300x300的Dense OF缩小尺寸（带金字塔） 图像还是会使我的小动作松动？我应该在两个核心之间分配计算结果吗？
3. 如何评估光流的输出？

从本质上讲，对于这种情况，哪种方法更适合使用密集或稀疏方法，您建议我做些什么以在准确性和性能之间取得平衡。如果您可以知道是否进行微调是一个好的决定，那么即使Farneback中的窗口大小或数字迭代也将有所帮助。