Descobre o poder do Optical Flow na visão por computador. Aprende como estima o movimento, melhora a análise de vídeo e impulsiona inovações em IA.
O fluxo ótico é um conceito fundamental na visão por computador (CV) utilizado para descrever o movimento aparente de objectos, superfícies e arestas numa cena visual causado pelo movimento relativo entre um observador (como uma câmara) e a cena. Calcula um campo de vectores que representam a deslocação de padrões de brilho (pixéis ou elementos) entre quadros consecutivos de uma sequência de vídeo. Isto fornece informações valiosas sobre a dinâmica do movimento dentro do vídeo, formando a base para muitas tarefas de visão de nível superior.
O pressuposto central subjacente à maioria dos algoritmos de fluxo ótico é a constância do brilho - a ideia de que a intensidade de um ponto específico de um objeto permanece constante durante curtos intervalos de tempo, mesmo quando se move através do plano da imagem. Os algoritmos seguem estes padrões de brilho constante de um fotograma para o seguinte para estimar os vectores de movimento. As técnicas mais comuns incluem:
Estes métodos fornecem uma compreensão de baixo nível do movimento dos píxeis, que pode depois ser interpretada para várias aplicações.
O fluxo ótico tem inúmeras aplicações práticas em diferentes domínios:
Embora relacionados, o fluxo ótico e o seguimento de objectos são tarefas distintas. O fluxo ótico fornece vectores de movimento de baixo nível para pixéis ou elementos entre dois fotogramas consecutivos. Não compreende inerentemente a identidade dos objectos nem os segue durante períodos mais longos.
O rastreio de objectos, frequentemente realizado com modelos como Ultralytics YOLOconcentra-se na identificação de instâncias de objectos específicos (normalmente detectados através da deteção de objectos) e na manutenção das suas identidades e trajectórias em vários fotogramas, potencialmente durante longos períodos. Os algoritmos de seguimento utilizam frequentemente o fluxo ótico como uma entrada (juntamente com modelos de aparência, filtros de Kalman, etc.) para prever a localização de objectos em fotogramas subsequentes, mas o seguimento é uma tarefa de nível superior relacionada com a persistência de objectos. Podes explorar modelos como o YOLOv8 para o seguimento.
Bibliotecas como a OpenCV fornecem implementações prontamente disponíveis de vários algoritmos de fluxo ótico.