광학 흐름이란 무엇입니까?

광학 흐름은 비디오 프레임 간의 컨텐츠 차이를 분석하여 움직이는 객체의 전산화 된 추적을 설명합니다. 비디오에서, 물체와 관찰자는 모두 움직일 수 있습니다. 컴퓨터는 개별 정지 이미지의 경계, 가장자리 및 영역을 표시하는 신호를 찾을 수 있습니다. 진행 상황을 감지하면 컴퓨터가 시간과 공간을 통해 물체를 따라갈 수 있습니다. 이 기술은 무인 공중 차량 (UAV) 및 보안 시스템의 운영을 포함하여 산업 및 연구에 사용됩니다.

두 가지 주요 방법은이 컴퓨터 비전을 생성합니다 : 그라디언트 기반 및 기능 기반 모션 감지. 그라디언트 기반 광학 흐름은 공간과 시간을 통한 이미지 강도의 변화를 측정합니다. 밀도가 높은 유동장 평면을 스캔합니다. 피처 기반 흐름은 프레임 내에서 물체의 가장자리를 오버레이하여 진행을 표시합니다.

이 기술은 캠코더 이미지 안정화와 유사하여 카메라 쉐이크에도 불구하고 계산 된 시력 분야를 프레임에 잠글 수 있습니다. 광학 흐름 알고리즘 계산순서대로 이미지 사이의 일치. 컴퓨터는 각 이미지를 사각형 그리드로 나눕니다. 두 이미지를 오버레이하면 사각형의 가장 좋은 일치를 찾을 수 있습니다. 컴퓨터가 일치를 찾으면 차이점, 때로는 바늘이라고 불리는 선을 그립니다.

알고리즘은 체계적으로 거친에서 미세 해상도로 작동합니다. 이를 통해 해상도 차이가있는 이미지 간의 모션 추적이 가능합니다. 컴퓨터는 객체를 인식하지 못하지만 프레임 사이에서 비교할 수있는 객체의 특성을 감지하고 따릅니다.

컴퓨팅 광학 흐름 벡터는 물체를 감지하고 추적하고 이미지의 지배적 인 평면을 추출 할 수 있습니다. 이것은 로봇 내비게이션 및 시각적 Odometry, 또는 로봇 방향 및 위치를 도울 수 있습니다. 그것은 대상뿐만 아니라 주변 환경을 3 차원으로 주변에 주목하고 로봇에게 더 많은 생생한 공간 인식을 제공합니다. 벡터 계산 in 평면은 프로세서가 프레임에서 추출한 움직임을 추론하고 응답 할 수 있도록합니다.

광학 흐름 기술의 일부 약점에는 컴퓨터가 이미지간에 일치 할 수없는 제곱으로 인한 데이터 손실이 포함됩니다. 이러한 비교할 수없는 영역은 비어 있고 평면 공극을 만들어 정확도를 줄입니다. 모서리와 같은 명확한 가장자리 또는 안정적인 요소는 흐름 분석에 기여합니다.

관찰자가 프레임마다 특정 요소를 구별 할 수 없기 때문에 관찰자가 움직이면 상세한 요인이 가려 질 수 있습니다. 분석은 모션을 명백한 글로벌 흐름으로 나눕니다. 카메라의 움직임과 움직이는 환경의 글로벌 흐름에서 가장자리 또는 이미지 강도의 공간-시간 변화가 손실됩니다. 컴퓨터가 글로벌 흐름의 영향을 제거 할 수 있다면 분석이 향상됩니다.