تقدير الحركة

📅 آخر تحديث: ٣٠ يوليو ٢٠٢٦
✍️ نُشر في: ٣٠ يوليو ٢٠٢٦
📷 يحتوي على 3 صور
الموسوعة الحرة
متجهات الحركة الناتجة عن حركة فيz{\displaystyle z}مستوى الصورة، بالإضافة إلى حركة جانبية إلى أسفل اليمين. هذا تمثيل مرئي لتقدير الحركة الذي يتم إجراؤه لضغط فيلم MPEG.

في مجال رؤية الحاسوب ومعالجة الصور ، يُعرف تقدير الحركة بأنه عملية تحديد متجهات الحركة التي تصف التحول من صورة ثنائية الأبعاد إلى أخرى، وعادةً ما يكون ذلك بين إطارات متجاورة في تسلسل فيديو. وهي مشكلة غير محددة جيدًا ، إذ تحدث الحركة في ثلاثة أبعاد، بينما تمثل الصور إسقاطًا للمشهد ثلاثي الأبعاد على مستوى ثنائي الأبعاد. قد تتعلق متجهات الحركة بالصورة بأكملها ( تقدير الحركة الشامل ) أو بأجزاء محددة منها، مثل الكتل المستطيلة، أو الرقع ذات الأشكال العشوائية، أو حتى بكل بكسل على حدة. ويمكن تمثيل متجهات الحركة بنموذج انتقالي أو نماذج أخرى عديدة تحاكي حركة كاميرا فيديو حقيقية، مثل الدوران والانتقال في الأبعاد الثلاثة والتكبير/التصغير.

في أغلب الأحيان، يُستخدم مصطلحا "تقدير الحركة" و" التدفق البصري" بشكل مترادف. ويرتبط هذان المصطلحان أيضًا من حيث المفهوم بتسجيل الصور والتطابق المجسم . [ 1 ] في الواقع، تشير جميع هذه المصطلحات إلى عملية إيجاد النقاط المتناظرة بين صورتين أو إطارين فيديو. النقاط المتناظرة في مشهدين (صورتين أو إطارين) لمشهد أو جسم حقيقي هي "عادةً" نفس النقطة في ذلك المشهد أو على ذلك الجسم. قبل البدء بتقدير الحركة، يجب تحديد مقياس التطابق، أي مقياس المطابقة، وهو مقياس لمدى تشابه نقطتين في الصورتين. لا يوجد صواب أو خطأ مطلق هنا؛ فاختيار مقياس المطابقة يرتبط عادةً بالغرض من استخدام الحركة المُقدَّرة النهائية، بالإضافة إلى استراتيجية التحسين في عملية التقدير.

يتم استخدام كل متجه حركة لتمثيل كتلة كبيرة في صورة بناءً على موضع هذه الكتلة الكبيرة (أو كتلة مماثلة) في صورة أخرى تسمى الصورة المرجعية.

يُعرّف معيار H.264 /MPEG-4 AVC متجه الحركة على النحو التالي:

متجه الحركة: متجه ثنائي الأبعاد يُستخدم للتنبؤ المتبادل، ويُحدد الإزاحة من الإحداثيات في الصورة المُفكَّكة إلى الإحداثيات في الصورة المرجعية. [ 2 ] [ 3 ]

الخوارزميات

يمكن تصنيف طرق إيجاد متجهات الحركة إلى طرق تعتمد على البكسل ("مباشرة") وطرق تعتمد على الميزات ("غير مباشرة"). وقد أسفر نقاش شهير عن تقديم ورقتين بحثيتين من كلا الفريقين المتعارضين في محاولة للتوصل إلى نتيجة. [ 4 ] [ 5 ]

الأساليب المباشرة

الأساليب غير المباشرة

تستخدم الطرق غير المباشرة خصائص مثل اكتشاف الزوايا ، وتطابق الخصائص المتناظرة بين الإطارات، عادةً باستخدام دالة إحصائية تُطبق على منطقة محلية أو عالمية. والغرض من هذه الدالة الإحصائية هو إزالة التطابقات التي لا تتوافق مع الحركة الفعلية.

تشمل الدوال الإحصائية التي تم استخدامها بنجاح دالة RANSAC .

ملاحظة إضافية حول التصنيف

يمكن القول إن جميع الطرق تقريبًا تتطلب تعريفًا لمعايير المطابقة. ويكمن الاختلاف في طريقة حساب المطابقة، فإما أن يتم تلخيص منطقة محددة من الصورة أولًا ثم مقارنة النتائج (كما في الطرق القائمة على الميزات)، أو تتم مقارنة كل بكسل على حدة أولًا (كما في تربيع الفرق) ثم تلخيص منطقة محددة من الصورة (كما في الحركة القائمة على الكتل والحركة القائمة على المرشحات). ويقوم نوع جديد من معايير المطابقة بتلخيص منطقة محددة من الصورة أولًا لكل بكسل (عبر تحويل ميزات مثل تحويل لابلاس)، ثم مقارنة كل بكسل مُلخّص، ثم إعادة التلخيص على منطقة محددة من الصورة. [ 6 ] بعض معايير المطابقة قادرة على استبعاد النقاط التي لا تتطابق فعليًا مع بعضها البعض، مع أنها تُنتج درجة مطابقة جيدة، بينما لا تمتلك معايير أخرى هذه القدرة، لكنها تبقى معايير مطابقة.

تقدير الحركة الأفينية

يُعدّ تقدير الحركة الأفيني تقنيةً تُستخدم في مجال رؤية الحاسوب ومعالجة الصور لتقدير الحركة بين صورتين أو إطارين. وتفترض هذه التقنية إمكانية نمذجة الحركة كتحويل أفيني (انتقال + دوران + تكبير/تصغير)، وهو تحويل خطي متبوع بانتقال.

التطبيقات

إطارات فيديو مع استيفاء الحركة

ترميز الفيديو

يُطلق على تطبيق متجهات الحركة على صورة ما لتوليف التحويل إلى الصورة التالية اسم تعويض الحركة . [ 7 ] ويُمكن تطبيقه بسهولة أكبر على معايير ترميز الفيديو القائمة على تحويل جيب التمام المنفصل (DCT) ، لأن الترميز يتم على شكل كتل. [ 8 ]

يُعدّ تقدير الحركة وتعويضها من العناصر الأساسية في ضغط الفيديو ، وذلك كوسيلة لاستغلال التكرار الزمني . وتستخدم جميع معايير ترميز الفيديو تقريبًا تقدير الحركة وتعويضها على أساس الكتل، مثل سلسلة MPEG، بما في ذلك أحدث معيار HEVC .

إعادة بناء ثلاثية الأبعاد

في عملية التحديد والتخطيط المتزامنين ، يتم إعادة بناء نموذج ثلاثي الأبعاد للمشهد باستخدام صور من كاميرا متحركة. [ 9 ]

انظر أيضاً

مراجع

  1. ↑ جون إكس. ليو (2006). رؤية الحاسوب والروبوتات . دار نشر نوفا. رقم ISBN 978-1-59454-357-9.
  2. ↑ أحدث مسودة عمل لـ H.264/MPEG-4 AVC مؤرشفة بتاريخ 23 يوليو 2004 في Wayback Machine . تم الاطلاع عليها بتاريخ 29 فبراير 2008.
  3. ↑ "أحدث مسودة عمل لـ H.264/MPEG-4 AVC على hhi.fraunhofer.de" (PDF) .
  4. ↑ فيليب إتش إس تور وأندرو زيسرمان: أساليب قائمة على الميزات لتقدير البنية والحركة ، ورشة عمل ICCV حول خوارزميات الرؤية، الصفحات 278-294، 1999
  5. ↑ ميشال إيراني وب. أناندان: حول الطرق المباشرة ، ورشة عمل ICCV حول خوارزميات الرؤية، الصفحات 267-277، 1999.
  6. ↑ روي شو، ديفيد تاوبمان وأوس ثابت نعمان، " تقدير الحركة بناءً على المعلومات المتبادلة والتحديد التكيفي متعدد المقاييس "، في معاملات IEEE لمعالجة الصور، المجلد 25، العدد 3، الصفحات 1095-1108، مارس 2016.
  7. ↑ بوركو فورث؛ جوشوا غرينبيرغ؛ ريموند ويست ووتر (6 ديسمبر 2012). خوارزميات تقدير الحركة لضغط الفيديو . سبرينغر ساينس آند بيزنس ميديا. ISBN 978-1-4615-6241-2.
  8. ↑ شوارتز، تشارلز س. (2005). فهم السينما الرقمية: دليل احترافي . تايلور وفرانسيس . ص 143. ISBN  9780240806174.
  9. ↑ كيرل، كريستيان، يورغن شتورم، ودانيال كريمرز . " نظام SLAM بصري كثيف لكاميرات RGB-D ". المؤتمر الدولي IEEE/RSJ للروبوتات والأنظمة الذكية لعام 2013. IEEE، 2013.