Кіріспе
Видео кодтау/компрессияда қолданылатын процесс. Компьютерлік көру және кескін өңдеуде қозғалыс бағалауы – бұл бір 2D кескінен екіншісіне түрленуді сипаттайтын қозғалыс векторларын анықтау процесі; әдетте, бейне тізбегіндегі жанындағы кадрлардан. Бұл дұрыс шешімі жоқ мәселе, себебі қозғалыс үш өлшемде (3D) жүреді, ал кескіндер 3D кеңістіктің 2D жазықтыққа проекциясы болып табылады. Қозғалыс векторлары бүкіл кескінге (жалпы қозғалыс бағалауы) немесе тікбұрышты блоктарға, кез келген пішіндегі бөліктерге, тіпті әр пиксельге қатысты болуы мүмкін. Қозғалыс векторлары трансляциялық модельмен немесе нақты бейнекамераның қозғалысын шамалап бейнелейтін көптеген басқа модельдермен, мысалы, барлық үш өлшемдегі айналу және трансляциямен, сондай-ақ масштабтаумен көрсетілуі мүмкін.
In computer vision and image processing, motion estimation is the process of determining motion vectors that describe the transformation from one 2D image to another; usually from adjacent frames in a video sequence. It is an ill posed problem as the motion happens in three dimensions (3D) but the images are a projection of the 3D scene onto a 2D plane. The motion vectors may relate to the whole image (global motion estimation) or specific parts, such as rectangular blocks, arbitrary shaped patches or even per pixel. The motion vectors may be represented by a translational model or many other models that can approximate the motion of a real video camera, such as rotation and translation in all three dimensions and zoom.
Қатынасты терминдер
Көбінесе қозғалыс бағалауы және оптикалық ағын терминдері бір-бірін алмастыра қолданылады. Бұл сондай-ақ сурет тіркеу және стерео-хабарламамен байланысты. Шын мәнінде, бұл терминдердің барлығы екі сурет немесе бейне кадрлары арасындағы сәйкес нүктелерді табу процесін білдіреді. Нақты көріністің немесе объектінің екі көрінісінде (бейнелер немесе кадрлар) бір-біріне сәйкес келетін нүктелер "әдетте" сол сахнадағы немесе сол объекттегі бір нүкте болып табылады. Қозғалыс бағалауын жасамас бұрын, біз сәйкестікті өлшеуді анықтауымыз керек, яғни, сәйкес келетін метрика, бұл екі сурет нүктесінің қаншалықты ұқсас екендігін өлшеу. Мұнда дұрыс немесе дұрыс емес; сәйкесті метриканы таңдау әдетте соңғы болжамды қозғалыстың не үшін пайдаланылатынына, сондай-ақ бағалау процесіндегі оңтайландыру стратегиясына байланысты. Әрбір қозғалыс векторы осы макроблоктің (немесе ұқсас блоктың) басқа суреттегі орнына негізделген суреттегі макроблокты бейнелеу үшін қолданылады, оны эталондық сурет деп атайды. H.264/MPEG 4 AVC стандартында қозғалыс векторы келесідей анықталады: қозғалыс векторы: интерпретация үшін қолданылатын екі өлшемді вектор, ол кодталған суреттегі координаттардан эталондық суреттегі координаттарға ауытқуды қамтамасыз етеді.
motion vector: a two dimensional vector used for inter prediction that provides an offset from the coordinates in the decoded picture to the coordinates in a reference picture.
Алгоритмдер
Қозғалыс векторларын табу әдістерін пикселдік әдістер ("тікелей") және функциялық әдістер ("түссіз") болып жіктеуге болады. Бір атақты пікірталастың нәтижесінде екі қарсы тараптың қорытынды жасауға тырысқан екі мақаласы шығарылды.
Жанама әдістер
Бейнелегіш әдістер бұрышты анықтау сияқты функцияларды қолданады және фреймдер арасындағы сәйкес функцияларды сәйкес келтіреді, әдетте жергілікті немесе жаһандық аймақта қолданылатын статистикалық функциямен. Статистикалық функцияның мақсаты нақты қозғалысқа сәйкес келмейтін сәйкестіктерді алып тастау. Статистикалық функциялардың бірі RANSAC.
Санаттаудың қосымша ескертуі
Барлық әдістердің дерлік сәйкестік критерийлерін анықтауды қажет ететінін айтуға болады. Айырмашылық тек жергілікті кескін аймағын бірінші кезекте қорытындылап, содан кейін қорытындыны салыстыруда (мысалы, ерекшеліктерге негізделген әдістерде) немесе әр пикселді бірінші салыстырып (мысалы, айырманың квадратын шығару) және содан кейін жергілікті кескін аймағында қорытындылауда (блоктық қозғалыс және сүзгілік қозғалыс) болады. Жаңадан пайда болып келе жатқан сәйкестік критерийлерінің бір түрі әр пиксел орны үшін жергілікті кескін аймағын бірінші қорытындылайды (Лаплас түрлендіруі сияқты ерекшелік түрлендіру арқылы), әр қорытындыланған пикселді салыстырады, содан кейін тағы да жергілікті кескін аймағын қорытындылайды. Кейбір сәйкестік критерийлері жақсы сәйкестік ұпайын бергенімен, шын мәнінде бір-біріне сәйкес келмейтін нүктелерді жоюға қабілетті, ал басқалары мұндай қабілетке ие емес, бірақ олар да сәйкестік критерийлері болып табылады.
Афиндік қозғалысты бағалау
Аффиналық қозғалыс бағалауы – компьютерлік көру және бейне өңдеуде екі сурет немесе кадр арасындағы қозғалысты анықтауға қолданылатын техника. Ол қозғалысты аффиналық түрлендіру (аударма, бұрылу және масштабтау) арқылы модельдеуге негізделген, яғни сызықтық түрлендіруден кейін аударма жасалады.
Видео кодтау
Қозғалыс векторларын келесі кадрға түрлендіруді синтездеу үшін суретке қолдану қозғалыс компенсациясы деп аталады. Бұл дискретті косинус түрлендіруіне (DCT) негізделген бейне кодтау стандарттарында оңай қолданылады, себебі кодтау блоктар арқылы жүзеге асырылады. Уақытша қайталануды пайдаланудың бір жолы ретінде, қозғалыс бағалау және компенсация бейне қысудың маңызды бөлігі болып табылады. Дерлік барлық бейне кодтау стандарттары, MPEG сериясы сияқты, соның ішінде ең соңғы HEVC, блокқа негізделген қозғалыс бағалау және компенсациясын қолданады.
3D қайта құру
Бір мезгілде локализациялау мен карталау кезінде бір сахнаның 3D моделі жылжымалы камерадан алынған суреттерді пайдалана отырып қайта құрылады.