Spracovanie pohybu v obraze

Zhrnutie prednášky

Prednáška sa venuje analýze pohybu v počítačovom videní, od detekcie pohybu cez základy sledovania objektov až po optický tok. Najjednoduchšia detekcia využíva diferenčné obrazy po sebe idúcich snímok s prahom epsilon; kumulatívny diferenčný obraz s váhovaním navyše naznačuje smer pohybu. Metóda je citlivá na šum, zmeny osvetlenia a pohyb pozadia, preto sa používa modelovanie pozadia mediánom z viacerých posledných snímok. Prednáška ďalej rozlišuje motion field, ktorý popisuje pohyb priemetov bodov 3D objektov, od optického toku, ktorý sleduje zmeny jasu a predpokladá konštantný jas a pevné objekty. Optický tok sa dá počítať pre všetky pixely alebo zjednodušene cez detekciu črt, napríklad algoritmom SIFT, v po sebe idúcich snímkach.

• - Scény s pohybom: statická kamera s pohyblivými objektmi, pohyblivá kamera so statickými objektmi, alebo pohyb oboch.
• - Hlavné aplikácie: detekcia pohybu, sledovanie objektov, analýza pohybu, segmentácia podľa pohybu a structure from motion.
• - Diferenčný obraz: absolútny rozdiel dvoch snímok porovnaný s prahom epsilon určuje, kde došlo k pohybu, no nezistí smer a zlyháva pri zmene osvetlenia.
• - Kumulatívny diferenčný obraz s nerovnomernými váhami (novšie snímky väčšou) vytvára gradient, z ktorého sa dá určiť smer pohybu.
• - Modelovanie pozadia: namiesto jedného referenčného snímku sa používa medián z niekoľkých posledných snímok, čo potláča šum, zmeny svetla a pohyb lístia.
• - Motion field je pole vektorov pohybu priemetov bodov 3D objektu, kým optický tok sleduje zmeny jasu v obraze; môžu sa líšiť, ako ukazuje príklad Barber's pole.
• - Optický tok predpokladá konštantný jas a pevné objekty (priestorovú koherenciu) a počíta sa buď pre všetky pixely, alebo z posunu črt detegovaných napr. algoritmom SIFT.

Zhrnutie pripravené s pomocou AI z prepisu videa.