直接法和特征點法都有哪些優缺點？
直接法最大的貢獻在於，以更整體、更優雅的方式處理了數據關聯問題。特征點法需要依賴重復性較強的特征提取器，以及正確的特征匹配，才能得正確地計算相機運動。而直接法，則並不要求一一對應的匹配，只要先前的點在當前圖像當中具有合理的投影殘差，我們就認為這次投影是成功的。而成功與否，主要取決於我們對地圖點深度以及相機位姿的判斷，並不在於圖像局部看起來是什么樣子。
優勢：
- 相比特征點法（只使用了特征點周圍的信息）使用了圖像中全部的信息（半直接法只用了邊緣梯度）
- 節省特征提取與匹配的大量時間，易於移植到嵌入式系統中，以及與IMU進行融合；
- 使用的是像素梯度而不必是角點，可以在特征缺失的場合使用，如環境中存在許多重復紋理或是缺乏角點，但出現許多邊緣或光線變量不明顯區域；
- 可以進行稠密或半稠密的地圖重建；
劣勢：
- 一般對相機要求較高，需要全局快門相機，進行光度標定等
- 灰度不變是一個強假設，難以滿足（易受曝光和模糊影像）；
- 單像素區沒有區分度，需要計算圖像塊或是相關性；
- 直接法成功的前提，是目標函數從初始值到最優值之間一直是下降的，然而圖像非凸。因此需要有一個相當不錯的初始估計，還需要一個質量較好的圖像；
- 難以實現地圖復用、回環檢測、丟失后的重定位等：除非存儲所有的關鍵幀圖像，否則很難利用先前建好的地圖；即使有辦法存儲所有關鍵幀的圖像，那么在重用地圖時，我們還需要對位姿有一個比較准確的初始估計——這通常是困難的。
數據關聯和位姿估計，在直接法中是耦合的，而在特征點法中則是解耦的。耦合的好處，在於能夠更整體性地處理數據關聯；而解耦的好處，在於能夠在位姿不確定的情況下，僅利用圖像信息去解數據關聯問題。所以直接法理應更擅長求解連續圖像的定位，而特征點法則更適合回環檢測與重定位。此外，稀疏直接法更適用於實時性較高而計算資源有限的場合。