Video tracking

Da Wikipedia, l'enciclopedia libera.

Il video tracking è il processo di individuazione di un oggetto (o più di uno) che si muove nel tempo, utilizzando una telecamera. Un algoritmo analizza i frame del video e dà in uscita la posizione degli oggetti bersaglio.

La difficoltà principale nel video tracking è quella di catturare la giusta posizione dei bersagli in fotogrammi consecutivi, soprattutto quando gli oggetti si muovono velocemente rispetto al frame rate. I sistemi di video tracking utilizzano quindi (di solito) un modello del moto che descrive come l'immagine del bersaglio potrebbe cambiare per diversi possibili movimenti dell'oggetto da monitorare.

Esempi semplici di modelli del moto sono:

  • per tenere traccia degli oggetti planari, il modello del moto è una trasformazione 2D (trasformazione affine od omografia) di una immagine dell'oggetto (ad esempio, il frame iniziale);
  • quando l'obiettivo è un oggetto 3D rigido, il modello del moto definisce il suo aspetto in base alla sua posizione e all'orientamento 3D;
  • l'immagine contenente oggetti deformabili può essere coperta da una mesh, e il movimento dell'oggetto è definito dalla posizione dei nodi della mesh.

Lo scopo dell'algoritmo di tracking è quello di analizzare i fotogrammi del video, al fine di stimare i parametri di movimento. Questi parametri caratterizzano la posizione del bersaglio.

Algoritmi comuni[modifica | modifica wikitesto]

Ci sono due componenti principali di un sistema di monitoraggio visivo: localizzazione e rappresentazione dei bersagli, e filtraggio e associazione dei dati.

La localizzazione e la rappresentazione dei bersagli è generalmente un processo bottom-up. In genere la complessità computazionale di tali algoritmi è bassa. Alcuni algoritmi tipici: Blob tracking, Kernel-based tracking (Mean-shift tracking), Tracking del contorno, Matching di feature visuali.

Il filtraggio e l'associazione dei dati è invece un processo top-down, che presuppone l'inserimento di informazioni preliminari sulla scena o sull'oggetto, occupandosi delle dinamiche dell'oggetto e della valutazione di diverse ipotesi. La complessità computazionale di tali algoritmi è in genere molto più elevata. Di seguito due comuni algoritmi di filtraggio: Filtro di Kalman, Filtro particellare (Particle filter).[1]

Note[modifica | modifica wikitesto]

  1. ^ M. Arulampalam, S. Maskell, N. Gordon, and T. Clapp, "A Tutorial on Particle Filters for Online Nonlinear/Non-Gaussian Bayesian Tracking", IEEE Trans. on Signal Processing, Vol. 50, no. 2, Feb. 2002.
cinema Portale Cinema: accedi alle voci di Wikipedia che trattano di cinema