تتبع الفيديو

تتبع الفيديو هو عملية تحديد موقع جسم متحرك (أو عدة أجسام) بمرور الوقت باستخدام كاميرا. وله استخدامات متنوعة، منها: التفاعل بين الإنسان والحاسوب، والأمن والمراقبة، والاتصالات المرئية وضغط الفيديو ، والواقع المعزز ، وإدارة حركة المرور، والتصوير الطبي ^{[ 1 ]} ، وتحرير الفيديو ^{[ 2 ] [ 3 ]} . قد يستغرق تتبع الفيديو وقتًا طويلاً نظرًا لكمية البيانات الهائلة التي يحتويها. ومما يزيد الأمر تعقيدًا الحاجة المحتملة إلى استخدام تقنيات التعرف على الأجسام للتتبع، وهو تحدٍّ بحد ذاته.

يهدف تتبع الفيديو إلى ربط الأجسام المستهدفة في إطارات الفيديو المتتالية. وقد يكون هذا الربط صعبًا للغاية، خاصةً عندما تتحرك الأجسام بسرعة كبيرة مقارنةً بمعدل الإطارات . ومن الحالات الأخرى التي تزيد من تعقيد المشكلة، تغيير الجسم المُتتبَّع لاتجاهه بمرور الوقت. في هذه الحالات، تستخدم أنظمة تتبع الفيديو عادةً نموذج حركة يصف كيفية تغير صورة الهدف تبعًا لحركاته المختلفة.

من أمثلة نماذج الحركة البسيطة ما يلي:

• عند تتبع الأجسام المستوية، يكون نموذج الحركة عبارة عن تحويل ثنائي الأبعاد ( تحويل أفيني أو تجانس ) لصورة الجسم (على سبيل المثال الإطار الأولي).
• عندما يكون الهدف عبارة عن جسم ثلاثي الأبعاد صلب، فإن نموذج الحركة يحدد مظهره بناءً على موضعه ثلاثي الأبعاد واتجاهه.
• لضغط الفيديو ، تُقسّم الإطارات الرئيسية إلى وحدات ماكرو . نموذج الحركة هو عبارة عن تجزئة للإطار الرئيسي، حيث يتم تحريك كل وحدة ماكرو بواسطة متجه حركة مُحدد بواسطة معلمات الحركة.
• يمكن تغطية صورة الأجسام القابلة للتشوه بشبكة، ويتم تحديد حركة الجسم من خلال موضع عقد الشبكة.

لتتبع الفيديو، تقوم خوارزمية بتحليل إطارات الفيديو المتتابعة وتُخرج حركة الأهداف بين هذه الإطارات. توجد خوارزميات متنوعة، لكل منها نقاط قوة وضعف. يُعدّ مراعاة الاستخدام المقصود أمرًا بالغ الأهمية عند اختيار الخوارزمية المناسبة. يتكون نظام التتبع البصري من عنصرين رئيسيين: تمثيل الهدف وتحديد موقعه، بالإضافة إلى التصفية وربط البيانات.

يُعدّ تمثيل الهدف وتحديد موقعه عمليةً تصاعديةً في الغالب. توفر هذه الأساليب أدواتٍ متنوعةً لتحديد الجسم المتحرك. ويعتمد تحديد موقع الهدف وتتبعه بنجاح على الخوارزمية المستخدمة. على سبيل المثال، يُعدّ استخدام تتبع البقع مفيدًا لتحديد حركة الإنسان لأن شكل جسمه يتغير ديناميكيًا. ^{[ 6 ]} عادةً ما يكون التعقيد الحسابي لهذه الخوارزميات منخفضًا. فيما يلي بعض خوارزميات تمثيل الهدف وتحديد موقعه الشائعة :

• التتبع القائم على النواة ( تتبع إزاحة المتوسط ^{​​[ 7 ]} ): إجراء تحديد موقع تكراري يعتمد على تعظيم مقياس التشابه ( معامل بهاتاشاريا ).
• تتبع المحيط : هو اكتشاف حدود الجسم (مثل الخطوط النشطة أو خوارزمية التكثيف ). تعمل طرق تتبع المحيط على تطوير محيط أولي بشكل تكراري، مُهيأ من الإطار السابق إلى موضعه الجديد في الإطار الحالي. يُطوّر هذا النهج المحيط مباشرةً عن طريق تقليل طاقة المحيط باستخدام خوارزمية التدرج الهبوطي.

تُعدّ عملية الترشيح وربط البيانات في الغالب عمليةً تنازلية، تتضمن دمج معلومات مسبقة حول المشهد أو الجسم، والتعامل مع ديناميكيات الجسم، وتقييم فرضيات مختلفة. تُمكّن هذه الأساليب من تتبع الأجسام المعقدة، بالإضافة إلى تفاعلات أكثر تعقيدًا مع الأجسام، مثل تتبع الأجسام المتحركة خلف العوائق. ^{[ 8 ]} يزداد التعقيد أيضًا إذا لم يكن جهاز تتبع الفيديو (المعروف أيضًا باسم جهاز تتبع التلفزيون أو جهاز تتبع الهدف) مثبتًا على قاعدة صلبة (على الشاطئ)، بل على سفينة متحركة (في عرض البحر)، حيث يُستخدم عادةً نظام قياس بالقصور الذاتي لتحقيق استقرار مسبق لجهاز تتبع الفيديو، وذلك لتقليل الديناميكيات المطلوبة وعرض النطاق الترددي لنظام الكاميرا. ^{[ 9 ]} عادةً ما يكون التعقيد الحسابي لهذه الخوارزميات أعلى بكثير. فيما يلي بعض خوارزميات الترشيح الشائعة:

• مرشح كالمان : مرشح بايزي تكراري مثالي للدوال الخطية المعرضة لضوضاء غاوسية . وهو خوارزمية تستخدم سلسلة من القياسات المرصودة على مدار الزمن، والتي تحتوي على ضوضاء (تغيرات عشوائية) وأخطاء أخرى، وتنتج تقديرات للمتغيرات المجهولة تميل إلى أن تكون أكثر دقة من تلك القائمة على قياس واحد فقط. ^{[ 10 ]}
• مرشح الجسيمات : مفيد لأخذ عينات من توزيع فضاء الحالة الأساسي للعمليات غير الخطية وغير الغاوسية . ^{[ 11 ] [ 12 ] [ 13 ]}

• تطابق الحركة
• التقاط الحركة
• تقدير الحركة
• التدفق البصري
• سويستراك
• تتبع الجسيمات المفردة
• خوارزمية تكنومو-فرنانديز

• – مثال تاريخي مثير للاهتمام (1980) لكاميرا Cromemco Cyclops المستخدمة لتتبع كرة تمر عبر متاهة.