Die Berechnung des Optischen Flusses ist eines der zentralen Probleme der Computer-Vision. Hierbei wird ein Vektorfeld zwischen zwei aufeinanderfolgenden Bildern einer Bildersequenz bestimmt, das als die Bewegung der Objekte interpretiert werden kann. Häufig wird dieses Problem durch mathematische Modelle, sogenannte Variationsansätze, beschrieben. Diese setzen die Minimierung eines Kostenfunktionals voraus, das Abweichungen der aufgestellten Modellannahmen bestraft. Typischerweise wird dies durch eine pixelbasierte Variante durchgeführt. In den letzten Jahren hat sich jedoch die Integration von Segmentinformation als Erfolg versprechend gezeigt. Das Ziel dieser Arbeit ist es, die Berechnung des Optischen Flusses auf verschiedene segmentbasierte Verfahren umzustellen. Dabei werden die Pixel der Bilder durch eine Mean-Shift-Segmentierung zu inhaltlichen Objekten zusammengefasst, was zu einer besseren Abgrenzung der Objekte führt. Hierbei werden zwei verschiedene Ansätze verfolgt. Zum einen die Umstellung auf segmentbasierte Methoden, die die Bewegung ganzer Segmente durch eine konstante und affine Darstellung modellieren und so eine Reduzierung der Variablen ermöglichen. Zum anderen durch pixelbasierte Methoden, die durch eine zuvor berechnete Segmentierung an den Kanten unterstützt werden.