움직이는 표적 탐지 기술은 시퀀스 이미지와 배경 이미지에서 변형 영역을 추출하도록 설계되었으며 비디오 감시, 이미지 압축, 3D 재구성, 이상 감지 등에 자주 사용됩니다.
움직이는 표적 탐지의 주요 방법은 프레임 차이 방법, 배경 차이 방법 및 옵티컬 플로우 방법입니다. 광류법은 바이오닉스에서 나온 것으로 직관에 더 가깝다. 대량의 곤충의 시각 메커니즘은 모두 광류법에 기반을 두고 있다.
1950 년대에 심리학자 깁슨은 그의 저서' 시각세계의 인식' 에서 처음으로 심리학 실험에 기반한 광류법의 기본 개념을 제시했지만, 1980 년대에 이르러서야 Horn, Kanade, Lucash, Schunck 은 창조적으로 회색조를 2 차원 속도장과 연결시켜 광류 제약 방정식의 알고리즘을 도입했다.
옵티컬 플로우: 대상 객체 또는 카메라의 이동으로 인해 두 개의 연속 이미지에서 이미지 객체가 이동합니다.
공은 5 개의 연속 프레임 내에서 움직이는 광류구가 5 개의 연속 프레임 내에서 움직이는 광류입니다. 일반적으로 한 화면 시퀀스의 경우 연속 프레임 사이의 각 이미지에 있는 각 픽셀의 모션 속도와 방향 (두 연속 프레임 중 한 픽셀의 변위 벡터) 을 찾는 옵티컬 플로우 필드입니다.
T 프레임에서 점 a 의 위치는 (x 1, y 1) 이고 t 프레임에서 점 a 의 위치는 (x2,y2) 이므로 픽셀 a 의 변위 벡터는 (UX, vy) = (x2
프레임 t+ 1 에서 A 점의 위치를 아는 방법은 다양한 옵티컬 플로우 계산 방법을 포함합니다. 그라데이션 기반 방법, 일치 기반 방법, 에너지 기반 방법 및 위상 기반 방법의 네 가지 주요 방법이 있습니다.
옵티컬 플로우 방법은 세 가지 가정에 따라 달라집니다.
광류장의 2D 벡터 밀도에 따라 광류 방법은 밀집된 광류와 희소한 광류로 나눌 수 있습니다.
영역 일치를 기반으로 생성된 밀집된 라이트 유동장은 영역 일치를 기준으로 생성된 스파스 라이트 유동장이 구석과 같이 뚜렷한 특징을 가진 그룹 점만 추적하므로 계산 오버헤드가 적습니다.
피쳐 일치를 기반으로 생성된 스파스 옵티컬 플로우 필드 피쳐 일치를 기반으로 생성된 스파스 옵티컬 플로우 필드/opencvdoc/2.3.2/html/modules/video/doc/motion _ analysis _ and _
(1)calcOpticalFlowPyrLK
피라미드 LK 광류 알고리즘을 기반으로 일부 점 세트의 스파스 광류를 계산합니다.
참조 논문 "Lucas Kana de 피쳐 추적기의 피라미드 구현 알고리즘 설명".
(2)calcOpticalFlowFarneback
Gunnar Farneback 알고리즘에 기반한 조밀한 광류 계산.
참조 논문 "다항식 확장을 기반으로 한 두 프레임 모션 추정".
(3)CalcOpticalFlowBM
블록 일치 방법을 사용하여 옵티컬 플로우를 계산합니다.
(4) 계산 프로세스
Horn-Schunck 알고리즘에 기반한 조밀한 광류 계산.
참조 파일 "옵티컬 플로우 결정"
(5) 계산 프로세스 f
논문 "단순 흐름: 비반복, 2 차 선형 옵티컬 플로우 알고리즘" 구현
LK 옵티컬 플로우 효과