광류 방식

듀얼 스트림 네트워크에서는 옵티컬 플로우 방식이 조명 요인의 영향을 받기 쉽다고 말하는 것이 맞습니다.

Optical flow 또는 Optic flow는 시야에 있는 물체의 움직임 감지에 대한 개념입니다. 관찰자의 움직임을 기준으로 관찰된 물체, 표면 또는 가장자리의 움직임을 설명하는 데 사용됩니다.

광학 흐름 방법은 패턴 인식, 컴퓨터 비전 및 기타 이미지 처리 분야에서 매우 유용합니다. 동작 감지, 개체 절단, 충돌 시간 계산 및 개체 확장, 동작 보상 인코딩 등에 사용할 수 있습니다. 물체 표면을 통해 가장자리 등의 3차원 측정을 수행합니다.

1950년 Gibson이 처음으로 광학 흐름 방식을 제안했습니다. 사람의 눈이 움직이는 물체를 관찰할 때 물체의 장면은 사람 눈의 망막에 연속적으로 변화하는 일련의 이미지를 형성합니다. 이 일련의 지속적으로 변화하는 정보는 망막(즉, 이미지 평면)을 통해 계속해서 "흐릅니다". ), 빛의 "흐름"을 광학 흐름이라고 합니다.

기본 아이디어는 모션 필드의 형태로 공간에서 대상의 움직임을 설명하는 것입니다. 즉, 프레임 이미지의 각 픽셀에 속도 벡터가 할당됩니다.

광류 계산 기술:

영역 매칭 방법. 영역 일치 방법에서 광학 흐름은 서로 다른 시간에 이미지 영역 간 가장 적합한 변위로 정의됩니다. 지역 매칭은 SSD, 상호 정보, 상관계수 등 유사성 척도를 최대화하여 최적의 지역 매칭을 달성합니다.

에너지 기반 방법. 에너지 기반 방법은 현재 광학 흐름 계산을 위한 주류 알고리즘입니다. 기본 아이디어는 광학 흐름 계산을 일련의 제약 조건 하에서 전역 에너지 함수의 최적화 문제로 변환하는 것입니다. 페널티 함수 방법은 일반적으로 제약이 있는 최적화 문제를 제약이 없는 최적화 문제로 추가 변환하는 데 사용됩니다.

단계 기반 방법. 광류는 대역 통과 필터 출력의 위상 특성으로 결정될 수 있으므로 위상 방법이라고 합니다. 위상 모델은 실제로 연구를 위해 문제를 주파수 영역으로 변환합니다.

현재 광학 흐름 방법은 표적 분할, 인식, 추적, 로봇 탐색, 표적 형상 정보 복구, 3D 구조 복구 및 동작 추정과 같은 중요한 컴퓨터 비전 및 이미지 처리 분야에서 널리 사용됩니다. 또한 의학, 해양학, 천문학 등 관련 분야에서도 널리 사용되고 있습니다.