Qu'est-ce que le suivi de blob?
Le suivi des blob est une méthode permettant aux ordinateurs d'identifier et de suivre les mouvements d'objets dans des images. Un blob est un groupe de pixels que l'ordinateur identifie comme un objet. Une personne, par exemple, pourrait être un blob. Cette méthode de suivi permet à l'ordinateur de trouver la position du blob dans des images successives. En effet, l'ordinateur voit le mouvement de l'objet, une capacité qui a des applications dans l'analyse d'images informatisée et dans le développement de la vision par ordinateur.
Avant qu'un ordinateur puisse suivre les blobs, il doit les définir. La première étape du suivi des taches consiste à créer un programme qui détecte les taches dans une image. L'ordinateur trouve des blobs en regroupant des pixels ayant des valeurs de lumière ou de couleur similaires. Dans le monde réel, chaque surface présente des variations subtiles. Par conséquent, si l'ordinateur ne sélectionne qu'une valeur de lumière ou de couleur, un blob peut ne représenter que quelques pixels, ce qui est inutile lorsque vous essayez de regrouper des images en composants utiles représentant des unités complètes.
Il incombe au programmeur de créer un système de détection de blob reproduisant les distinctions entre les objets visibles par l’œil humain. Elle le fait en écrivant un seuil de tolérance dans le programme, qui indique à l'ordinateur la différence maximale entre les valeurs pouvant apparaître dans un blob. Les programmeurs testent et affinent les programmes de détection de blob jusqu'à ce qu'ils puissent identifier correctement des portions d'images.
Ensuite, le programmeur doit créer un moyen pour l'ordinateur de suivre le mouvement des blobs. Cela est difficile car l’ordinateur ne peut pas simplement scanner l’image suivante pour le même blob: la forme et les valeurs d’un blob peuvent changer au fur et à mesure de ses déplacements. Par exemple, une personne assise peut se lever. L'ordinateur doit détecter les taches dans la nouvelle image et établir des liens significatifs entre les tâches apparemment différentes présentes dans chaque image. Les programmeurs créent des équations qui définissent l’importance relative de facteurs tels que l’emplacement, la taille et la couleur, et les résultats lui permettent de décider si le blob de la nouvelle image est assez similaire au blob précédent pour recevoir le même libellé.
Le suivi des taches est un outil puissant, en particulier lorsqu'il est combiné à d'autres méthodes d'analyse d'images. Par exemple, les ordinateurs identifient les zones de contraste élevé entre un pixel et le suivant pour détecter les contours. Certains programmes utilisent des méthodes de détection de crête pour déterminer le contour d'une surface.
Ces capacités permettent aux ordinateurs d'effectuer une analyse d'image sophistiquée. Un système automatisé peut numériser plus d'images que les réviseurs humains ne pourraient en examiner. En utilisant sa boîte à outils, y compris le suivi des taches, il pourrait identifier les images d’intérêt nécessitant un examen plus détaillé et les transmettre à un humain.
Une autre application du suivi des taches est la vision par ordinateur et la robotique. Au fur et à mesure que des techniques comme celle-ci s'affineront, les robots seront en mesure de saisir le sens des images d'une manière qui se rapproche du traitement des images dans le cerveau humain. Les ordinateurs peuvent enregistrer des informations sans les saisir manuellement, ce qui leur permet d'obtenir plus d'informations que jamais auparavant. Les robots pourraient voir le monde qui les entoure.