Il flusso ottico descrive il tracciamento computerizzato di oggetti in movimento analizzando le differenze di contenuto tra i fotogrammi video. In un video, sia l’oggetto che l’osservatore possono essere in movimento; il computer è in grado di individuare i segnali che contrassegnano i confini, i bordi e le aree delle singole immagini fisse. Rilevare le loro progressioni consente al computer di seguire un oggetto nel tempo e nello spazio. La tecnologia è impiegata nelle industrie e nella ricerca, compreso il funzionamento di veicoli aerei senza equipaggio (UAV) e sistemi di sicurezza.
Due metodi principali generano questa visione artificiale: rilevamento del movimento basato su gradiente e basato su funzionalità. Il flusso ottico basato sul gradiente misura i cambiamenti nell’intensità dell’immagine nello spazio e nel tempo. Scansiona un piano del campo di flusso denso. I flussi basati sulle funzionalità sovrappongono i bordi degli oggetti all’interno dei fotogrammi per contrassegnare i progressi.
Questa tecnica assomiglia alla stabilizzazione dell’immagine della videocamera, consentendo a un campo visivo calcolato di essere bloccato nell’inquadratura nonostante le vibrazioni della fotocamera. Gli algoritmi del flusso ottico calcolano le corrispondenze tra le immagini in sequenza. Il computer divide ogni immagine in griglie quadrate. La sovrapposizione di due immagini consente il confronto per trovare le migliori corrispondenze dei quadrati. Quando il computer individua una corrispondenza, traccia una linea tra i punti di differenza, a volte chiamata aghi.
Gli algoritmi funzionano sistematicamente da risoluzioni grossolane a fini. Ciò consente il tracciamento del movimento tra le immagini con differenze di risoluzione. Il computer non riconosce gli oggetti, ma rileva e segue solo quelle caratteristiche degli oggetti che possono essere confrontate tra i fotogrammi.
Il calcolo dei vettori di flusso ottico può rilevare e tracciare oggetti ed estrarre anche il piano dominante di un’immagine. Ciò può aiutare nella navigazione robotica e nell’odometria visiva o nell’orientamento e nella posizione del robot. Rileva non solo gli oggetti, ma anche l’ambiente circostante in tre dimensioni e offre ai robot una consapevolezza spaziale più realistica. I vettori calcolati su un piano consentono al processore di inferire e rispondere ai movimenti estratti dai frame.
Alcuni punti deboli della tecnica del flusso ottico includono la perdita di dati che deriva da quadrati che il computer non può abbinare tra le immagini. Queste aree senza pari rimangono vuote e creano vuoti planari, riducendo la precisione. Bordi chiari o elementi stabili come gli angoli contribuiscono all’analisi del flusso.
I fattori dettagliati possono essere oscurati se anche l’osservatore è in movimento, poiché non è in grado di distinguere determinati elementi da un fotogramma all’altro. L’analisi divide il movimento in flusso globale apparente e movimento dell’oggetto localizzato, o egomotion. Le variazioni spazio-temporali dei bordi o dell’intensità dell’immagine si perdono nel movimento della telecamera e nel flusso globale dell’ambiente in movimento. L’analisi è migliorata se il computer può eliminare l’effetto del flusso globale.