Optik Akış

Optik Akış Nasıl Çalışır?

Çoğu optik akış algoritmasının arkasındaki temel varsayım parlaklık sabitliğidir - bir nesne üzerindeki belirli bir noktanın yoğunluğunun, görüntü düzlemi boyunca hareket etse bile kısa zaman aralıklarında sabit kaldığı fikri. Algoritmalar, hareket vektörlerini tahmin etmek için bu sabit parlaklık modellerini bir kareden diğerine izler. Yaygın teknikler şunları içerir:

• Seyrek Optik Akış: Çerçeveler arasında sınırlı sayıda belirli özellik noktasının (köşeler gibi) hareketini izler. Lucas-Kanade yöntemi popüler bir örnektir.
• Yoğun Optik Akış: Görüntüdeki her piksel için bir hareket vektörü hesaplar. Horn-Schunck yöntemi klasik bir örnektir, ancak daha modern yaklaşımlar genellikle derin öğrenmeyi kullanır. Daha fazla ayrıntı için yoğun ve seyrek akış karşılaştırmalarını inceleyebilirsiniz.

Bu yöntemler, daha sonra çeşitli uygulamalar için yorumlanabilecek düşük seviyeli bir piksel hareketi anlayışı sağlar.

Optik Akış Uygulamaları

Optik akış, farklı alanlarda çok sayıda pratik uygulamaya sahiptir:

• Video Sıkıştırma: Hareket vektörleri sonraki karelerin tahmin edilmesine yardımcı olarak MPEG gibi standartlarda görüldüğü gibi depolama veya iletim için gereken veri miktarını azaltır.
• Otonom Sistemler: Robotik ve otonom araçlarda ego-hareket tahmini (kameranın kendi hareketini belirleme), engellerden kaçınma ve diğer nesnelerin göreceli hareketini anlama gibi görevler için kullanılır. Örneğin, sürücüsüz araçlardaki yapay zeka, yakındaki araçları ve yayaları izlemek için akışı kullanır.
• Eylem Tanıma: Hareket kalıplarını analiz etmek, videolarda yürüme, koşma veya düşme gibi eylemleri tanımlamaya yardımcı olur. Bu, gözetim, spor analitiği ve insan-bilgisayar etkileşiminde kullanışlıdır. Bir güvenlik alarm sistemi, şüpheli hareketleri tespit etmek için optik akışı kullanabilir. Eylem tanıma araştırması hakkında daha fazla bilgi edinin.
• Tıbbi Görüntüleme: Ultrason veya MRI gibi sekanslarda organların veya dokuların hareketini izleyerek teşhis ve analize yardımcı olur. Tıbbi görüntü analizi hakkında daha fazla bilgi edinin.
• Video Sabitleme: İstenmeyen titreme ve sarsıntıları dijital olarak gidermek için kamera hareketini tahmin ederek daha akıcı video çıkışı sağlar. Elektronik görüntü sabitleme teknikleri hakkında bilgi edinin.

Optik Akış ve Nesne Takibi

Birbirleriyle ilişkili olsalar da optik akış ve nesne izleme farklı görevlerdir. Optik akış, ardışık iki kare arasındaki pikseller veya özellikler için düşük seviyeli hareket vektörleri sağlar. Nesne kimliklerini doğal olarak anlamaz veya daha uzun süreler boyunca takip etmez.

Nesne izleme, genellikle aşağıdaki gibi modeller kullanılarak gerçekleştirilir Ultralytics YOLObelirli nesne örneklerini (genellikle nesne algılama yoluyla tespit edilir) tanımlamaya ve bunların kimliklerini ve yörüngelerini birden fazla kare boyunca, potansiyel olarak uzun süreler boyunca korumaya odaklanır. İzleme algoritmaları, sonraki karelerdeki nesne konumlarını tahmin etmek için sıklıkla optik akışı bir girdi olarak (görünüm modelleri, Kalman filtreleri vb. ile birlikte) kullanır, ancak izleme, nesne kalıcılığı ile ilgili daha üst düzey bir görevdir. İzleme içinYOLOv8 gibi modelleri keşfedebilirsiniz.

OpenCV gibi kütüphaneler, çeşitli optik akış algoritmalarının kolayca kullanılabilir uygulamalarını sağlar.