Optical Flow meghatarozasa kepszekvenciakbol

About This Presentation

Title:

Optical Flow meghatarozasa kepszekvenciakbol

Description:

Optical Flow meghatarozasa kepszekvenciakbol Peter Horvath Az algoritmus Mit is jelent: Optical Flow? Optical Flow: 2 kepszekvencia kozotti mozgasokat mutato vektorok. – PowerPoint PPT presentation

Number of Views:72

Avg rating:3.0/5.0

Slides: 30

Provided by: HP89301

Category:

more less

Transcript and Presenter's Notes

Title: Optical Flow meghatarozasa kepszekvenciakbol

1
Optical Flow meghatarozasa kepszekvenciakbol

Peter Horvath

2
Az algoritmus
3
Mit is jelent Optical Flow?

Optical Flow 2 kepszekvencia kozotti mozgasokat
mutato vektorok.

4
Max 1 pixel nagysagu mozgasok meghatarozasa
5
Hogyan lehetne 1 pixelnel nagyobb mozgasokat
detektalni

Ha a kepet atmeretezzuk, akkor a kepen vegbemeno
mozgasok is atmeretezodnek, pl a felso kepen
lathato 2 egysegnyi nagysagu mozgas az also kepen
mely fele akkora mint a felso mar csak 1
egysegnyi.

6
Piramis felepitese

Az elobbi gondolatmenetet folytatva ha n-szer
lekicsinyitenenk a kepet, az n. kepen 2n nagysagu
mozgasok mar csak 1 nagysaguak lennenek. Igy ha
tudjuk, hogy max n nagysagu mozgasok vannak akkor
log2 n darab kepet kell keszitenunk.

7
Piramis elkeszitese 1.

Gauss 2D standard normalis eloszlasu matrixot
hasznalva maszkkent (a matrix osszege 1-re,
normalva) leggyorsabb 3x3-as, de 5x5 vagy 7x7
nagysagut javasolom.

8
Piramis elkeszitese 2.

A kovetkezo modon keszithetunk egy 2n1x2n1
nagysagu kepbol egy n1xn1 nagysagut.

9
Backwards strategy 1.

A piramis kisebb OF-jabol ugy epitjuk fel a
nagyobbat
1. A vektorokat megduplazzuk
2. A kis OF (i,j). vektoranak nagysaganak duplaja
a nagy OF (2i, 2j), (2i1, 2j), (2i, 2j1),
(2i1, 2j1) vektorai lesznek

10
Backwards strategy 2.

3. Finomitas max. 1 pixel nagysagu mozgas
keresese. Durva becslesunk van a kepen torteno
mozgasokra, most ezt finomitjuk a korabban
bemutatott modszer segitsegevel.

11
Tobb mint 2 szekvencia

Tobb mint 2 szekvencia eseten az n1. OF
eloallitasaban segithet az n. . Ha a szekvenciak
idoben surun kovetik egymast, akkor nagy
vaoszinuseggel az n. kepen levo mozgasok vektorai
csak legfeljebb igen kis mertekben valtoznak az
n1. kepen.

12
Homogen teruletek

Az algoritmus jelenlegi allapotaban nem
hasznalhato homogen teruletek mozgasanak
detektalasara (pl piros hatterben piros ho esese
? ), igy ilyen esetekben azt tekintjuk jo
megoldasnak, ha ott a mozgas eretke 0.
Ezert, egy N(0.0, 3.0) standard normalis
eloszlasu Gauss matrixal megszorozzuk a minimum
kivalasztas elott a 3x3-as matrixot. Ez olyan kis
mertekben befolyasolja a nem homogen teruletek
vizsgalatat, hogy gyakorlatban nem okoz gondot,
viszont a homogen teruleteket szepen kiszuri.

13
Lagyitas 1.

Az elofordulo hibak kikuszobolese miatt, a
vektorokat a kornyezetukhoz simitjuk. Tobb ilyen
modszert lehet alkalmazni, pl.
3x3 maszk
A jelen algoritmusban a mar targyalt Gauss
standard normal eloszlasu N(0.0, 1.0) matrixot
hasznalom 5x5 meretben.

14
Lagyitas 2.

Lagyitas nelkuli OF
Lagyitott OF

15
Parhuzamos szamitas

Mivel minden muvelet csak lokalis
kepinformaciokat hasznal igy lehetosegunk van az
algortimus parhuzamos szamitogepre valo
implementalasara. Igy a pixel paralel szamitasok
segitsegevel felgyorsithato a folyamat.

16
Futasido

Futasido
Piramis felepitese
Backward strategy
Lagyitas
Osszesen

17
Ujitasok

Gauss piramis
Homogen teruletek
Lagyitas

18
Implementacio
19
Jelenlegi rendszer

ANSI C
Windows alatt fejlesztve, de csak standard
headerek felhasznalasaval, igy portabilis
Portable Grayscale Map (.pgm 8 bit) es Portable
Pixel Map (.ppm 24 bit color) kepfileokat kezel
Elerheto
http//www.stud.u-szeged.hu/Horvath.Peter.3

20
Class diagramm
21
CGaussMatrix class

CGaussMatrixCGaussMatrix(int size, double muf,
double sigmaf)
...
const1 1 / (sqrt(2M_PI)sigma)
for (i0iltsizei)
for (j0jltsizej)
tav sqrt((-((size-1)/2)i)(-((size-
1)/2)i)(-((size-1)/2)j)(-((size-1)/2)j))
Elementsij const1 exp( - ( ( (tav -
mu)(tav - mu) ) / (2sigmasigma) ))
i0
for (i0iltsizei)
for (j0jltsizej)
norm Elementsij
for (i0iltsizei)
for (j0jltsizej)
Elementsij (1/norm)

22
CImagePyramid Class

CImagePyramidCImagePyramid(char FileName, int
Depth, int GaussSize)
...
if (Depth gt 0)
for (int i 1 i lt Depth i)
sx sx gtgt 1
sy sy gtgt 1
if (sx lt 1) sx 1
if (sy lt 1) sy 1
Pyramidi new CPMImage(sx, sy)
for(int i 0 i lt Depth-1 i)
for (incX 0 incX lt Pyramidi-gtGetSizeX()
incX2)
for (incY 0 incY lt Pyramidi-gtGetSizeY()
incY2)
tmpr 0.0
tmpg 0.0
tmpb 0.0
for (GaussX - GaussSize / 2 GaussX lt
GaussSize / 2 1 GaussX)

23
Kiserleti eredmenyek
24
Tesztkornyezet

Gep
PIII Celeron 1200Mhz CPU, 128 Mb RAM

Kepmeret Futasido (s) Futasido (s)
Kepmeret 3x3 Gauss 7x7 Gauss
256x256 15.85 17.34
512x512 61.49 70.17
25
Kiserlet 1.

Forgas (3 fok balra)

26
Kiserlet 2.

Eltolas (x-gt5 pixel, y-gt3)

27
Kiserlet 3.

Atmeretezes (103)

28
Irodalomjegyzek
29
Irodalom

1 P. J. Burt and E. H. Adelson The Laplacian
Pyramid as a Compact Image Code
2 P. Anandan A Comutational Framework and an
Algorithm for the Measurement of Visual Motion
3 P. Bouthemy and E. Francois Motion
Segmentation and Qualitative Dynamic Scene
Analysis from an Image Sequence
4 T. Lin J. L. Barron Image Reconstruction
Error for Optical Flow

Write a Comment

User Comments (0)