Optinen virtaus kuvaa liikkuvien kohteiden tietokoneistettua seurantaa analysoimalla videokuvien sisällön eroja. Videossa sekä kohde että tarkkailija voivat olla liikkeessä; tietokone voi löytää vihjeitä, jotka merkitsevät yksittäisten still -kuvien rajat, reunat ja alueet. Niiden etenemisen havaitseminen mahdollistaa tietokoneen seurata objektia ajan ja tilan läpi. Teknologiaa käytetään teollisuudessa ja tutkimuksessa, mukaan lukien miehittämättömien ilma -alusten (UAV) ja turvajärjestelmien käyttö.
Tämän tietokonevision synnyttävät kaksi ensisijaista menetelmää: kaltevuus- ja ominaisuuspohjainen liiketunnistus. Liukuväripohjainen optinen virtaus mittaa kuvan voimakkuuden muutoksia ajan ja ajan kautta. Se skannaa tiheän virtauskentän tason. Ominaisuuspohjaiset virrat peittävät esineiden reunat kehysten sisällä edistymisen merkitsemiseksi.
Tämä tekniikka muistuttaa videokameran kuvanvakautusta, jolloin laskettu näkökenttä voidaan lukita kehykseen kameran tärinästä huolimatta. Optiset virtausalgoritmit laskevat kuvien väliset ottelut peräkkäin. Tietokone jakaa jokaisen kuvan neliöruuduiksi. Kahden kuvan päällekkäisyys mahdollistaa vertailun löytääksesi parhaan neliön vastaavuuden. Kun tietokone löytää tulitikun, se vetää viivan eropisteiden, joita joskus kutsutaan neuloiksi, väliin.
Algoritmit toimivat systemaattisesti karkeista hienoihin tarkkuuksiin. Tämä mahdollistaa liikkeiden seurannan kuvien välillä, joiden resoluutio on erilainen. Tietokone ei tunnista objekteja, vaan vain havaitsee ja seuraa kohteiden ominaisuuksia, joita voidaan verrata kehysten välillä.
Laskennalliset optiset virtausvektorit voivat tunnistaa ja seurata kohteita ja myös poimia kuvan hallitsevan tason. Tämä voi auttaa robottinavigoinnissa ja visuaalisessa matkamittauksessa tai robotin suunnassa ja asennossa. Se huomioi esineiden lisäksi myös ympäröivän ympäristön kolmessa ulottuvuudessa ja antaa roboteille todellisemman paikkatietoisuuden. Tasossa lasketut vektorit mahdollistavat prosessorin päätellä ja vastata kehyksistä poimittuihin liikkeisiin.
Joitakin optisen virtaustekniikan heikkouksia ovat tietojen menetys, joka johtuu neliöistä, joita tietokone ei voi yhdistää kuvien välillä. Nämä vertaansa vailla olevat alueet ovat tyhjiä ja muodostavat tasomaisia tyhjiöitä, mikä vähentää tarkkuutta. Selkeät reunat tai vakaat elementit, kuten kulmat, edistävät virtausanalyysiä.
Yksityiskohtaiset tekijät voivat olla hämärtyneitä, jos tarkkailija on myös liikkeessä, koska se ei voi erottaa tiettyjä elementtejä kehyksestä toiseen. Analyysi jakaa liikkeen näennäiseksi globaaliksi virtaukseksi ja paikalliseksi esineen liikkeeksi tai egomotioksi. Avaruus- ja ajalliset muutokset reunoissa tai kuvan voimakkuudessa häviävät kameran liikkeessä ja liikkuvan ympäristön globaalissa virtauksessa. Analyysi paranee, jos tietokone voi poistaa globaalin virtauksen vaikutuksen.