Lucas-Kanade Tensorial : aplicação da álgebra tensorial para a estimativa de fluxo ótico em sequências de imagens coloridas

Abstract

Resumo: O aspecto multi-canal das imagens coloridas e as características de movimento oriundas do sequenciamento de imagens constituem dados fundamentais para a análise semântica de um vídeo colorido, bem como fatores que desafiam o seu processamento. O primeiro instiga pesquisadores a definir medidas de distância entre atributos de cor, uma vez que a ordenação desses não é natural; enquanto o segundo impõe desafios em sua detecção e sua estimação. Por outro lado, a teoria da álgebra de tensores se apresenta bastante consistente e robusta para a modelagem matemática de diversos problemas, desde a manipulação de grandezas escalares, que independem de orientação; à estruturas maiores e mais complexas. Rittner et. al. (2010) apresentam uma abordagem satisfatória para o cálculo do gradiente aplicado à segmentação de imagens coloridas utilizando um tensor de segunda ordem. Este trabalho tem como objetivo propor uma extensão do trabalho de Rittner et. al. (2010) para a estimativa de fluxo ótico para sequências de imagens coloridas. O método foi construído com base no método Lucas-Kanade. O método foi comparado com o método Lucas-Kanade avaliando-se em relação ao padrão ouro por dois critérios de qualidade distintos (Erro angular e Erro absoluto). Resultados experimentais mostraram que o método proposto apresentaram erros médios menores que o método de referência

Abstrat: The multi-channel aspect of color images and the motion feature present in a color image sequence are important data for its semantic analysis, as well as challenging elements. While the previous instigates researchers to define distance or dissimilarity measures between two colors; the latter challenges in detection and its estimation. On the other hand, the theory of tensor algebra is consistent and robust to model and solve several problems. Rittner et. al. (2010) provides a good approach to calculating the Tensorial Morphological Gradient (TMG) applied to the color image segmentation using a second-rank tensor. This document proposes to extend the TMG by presenting an optical flow estimation method, called Tensorial Lucas Kanade method, based on Lucas Kanade method and using a second order tensor to manipulate color information. The optical flow estimated by proposed method was compared to a ground truth OF and evaluated by two different criteria. Experimental results show that proposed method have had smaller average error than the LK method