Was ist Blob-Tracking?
Blob-Tracking ist eine Methode, mit der Computer die Bewegungen von Objekten in Bildern identifizieren und verfolgen können. Ein Blob ist eine Gruppe von Pixeln, die der Computer als Objekt identifiziert. Eine Person könnte zum Beispiel ein Blob sein. Diese Verfolgungsmethode ermöglicht es dem Computer, die Position des Blobs in aufeinanderfolgenden Bildern zu finden. In der Tat sieht der Computer die Bewegung des Objekts, eine Fähigkeit, die in der computergestützten Bildanalyse und bei der Entwicklung des Computer-Sehens Anwendung findet.
Bevor ein Computer Blobs verfolgen kann, muss er sie definieren. Der erste Schritt bei der Blob-Verfolgung besteht darin, ein Programm zu erstellen, das Blobs in einem Bild erkennt. Der Computer findet Blobs durch Gruppieren von Pixeln mit ähnlichen Lichtwerten oder Farbwerten. In der realen Welt weist jede Oberfläche subtile Variationen auf. Wenn der Computer also nur einen Licht- oder Farbwert auswählt, besteht ein Blob möglicherweise nur aus wenigen Pixeln. Dies ist nutzlos, wenn Sie versuchen, Bilder zu nützlichen Komponenten zu gruppieren, die vollständige Einheiten darstellen.
Es liegt in der Verantwortung des Programmierers, ein System zur Erkennung von Flecken zu entwickeln, das die Unterschiede zwischen Objekten nachahmt, die das menschliche Auge sehen kann. Sie schreibt dazu einen Toleranzschwellenwert in das Programm, der dem Computer den maximalen Unterschied zwischen den Werten angibt, die in einem Blob auftreten können. Programmierer testen und verfeinern Blob-Erkennungsprogramme, bis sie Teile von Bildern korrekt identifizieren können.
Als nächstes muss der Programmierer eine Möglichkeit für den Computer erstellen, die Bewegung der Blobs zu verfolgen. Dies ist schwierig, da der Computer nicht einfach das nächste Bild nach demselben Fleck scannen kann: Die Form und die Werte eines Flecks können sich ändern, wenn er sich bewegt. Zum Beispiel könnte eine Person, die sich hinsetzt, aufstehen. Der Computer muss die Blobs im neuen Bild erkennen und sinnvolle Verbindungen zwischen den scheinbar unterschiedlichen Blobs in jedem Frame herstellen. Programmierer erstellen Gleichungen, die die relative Bedeutung von Faktoren wie Position, Größe und Farbe definieren, und anhand der Ergebnisse kann entschieden werden, ob der Fleck im neuen Frame dem vorherigen Fleck ähnlich genug ist, um dasselbe Etikett zu erhalten.
Blob-Tracking ist ein leistungsstarkes Tool, insbesondere in Kombination mit anderen Methoden zur Bildanalyse. Beispielsweise identifizieren Computer Bereiche mit hohem Kontrast zwischen einem Pixel und dem nächsten, um Kanten zu erkennen. Einige Programme verwenden Kantenerkennungsmethoden, um die Kontur einer Oberfläche zu bestimmen.
Mit diesen Fähigkeiten können Computer anspruchsvolle Bildanalysen durchführen. Ein automatisiertes System kann mehr Bilder scannen, als von menschlichen Gutachtern betrachtet werden kann. Mithilfe seines Toolkits, einschließlich der Blob-Verfolgung, könnte es interessante Bilder identifizieren, die einer genaueren Überprüfung bedürfen, und diese Abschnitte an einen Menschen weiterleiten.
Eine weitere Anwendung der Blob-Verfolgung ist die Bildverarbeitung und die Robotik. Wenn Techniken wie diese verfeinert werden, werden Roboter in der Lage sein, die Bedeutung von Bildern auf eine Weise zu ermitteln, die der Bildverarbeitung im menschlichen Gehirn nahekommt. Computer könnten Informationen aufnehmen, ohne sie manuell eingeben zu müssen, und so mehr Informationen erhalten als jemals zuvor. Roboter konnten die Welt um sich herum sehen.