Составной термин, считающийся равнозначным «видеоотслеживанию» – «отслеживание движения».
Видеоотслеживание может быть трудоёмким процессом из-за объёма данных, содержащихся в видео, и поставленной задачи. Ещё больше усложняет ситуацию возможная необходимость использования методов распознавания объектов для отслеживания, что само по себе является сложной проблемой.
ВИДЕОТРЕКИНГ. ОДНО ПОНЯТИЕ И ДВА СМЫСЛА
Важно отличать варианты:
1. Есть системы отслеживания видео, когда идёт наблюдение за одним объектом или группой, а всё вокруг на видео, грубо говоря, не важно.
2. И есть системы видеоотслеживания, когда идёт наблюдение за всем изображением в совокупности и стоит задача совместить слои. Тут решается задача не пассивного наблюдения, а непрерывного активного сложения (соединения) объекта или группы со всем вокруг на видео.
В варианте №1 тоже могут решаться задачи сообщения команд отслеживаемому объекту (группе) куда-то двигаться и с чем-то совмещаться, но задача «обмануть» смотрящих это видео, что объект в результате таких действий становится визуально един, не ставится.
В варианте №2, который в профессиональной среде ещё называется переводным термином «матч-мувинг» (match moving) или «моушен-трекинг» (motion tracking), всегда ставится задача добиваться идеального совмещения слоёв по плоскостям и/или в 3D-пространстве.
ТРЕКИНГ в КОМПЬЮТЕРНОЙ ГРАФИКЕ и ВИДЕО
Для закрепления. Видеотрекингом (или просто трекингом) называется определение местоположения движущегося объекта (нескольких объектов) во времени с помощью камеры. Алгоритм анализирует кадры видео и выдает положение движущихся целевого объекта (объектов) относительно каждого кадра.
Основная задача алгоритма такого трекинга – это последовательный анализ кадров видео или компьютерной графики в динамике для оценки параметров движения. Эти параметры характеризуют положение целевого объекта.
В создании единиц аудиовизуального контента целевым объектом может быть одиночный объект (например, титровая надпись) или группа (например, сборка стен и пола или стол с вазой на поверхности стола).
Основная проблема в таком трекинге экспоненциально связана со скоростью. Чем выше скорость самого объекта или чем быстрее меняется его ориентация на плоскости и в пространстве (например, сама камера двигается или вращается), тем сложнее «тречить» объект.
А если к этому добавляется и увеличение частоты кадров, то дополнительно увеличивается и сложность (трудоёмкость), и объём привлекаемых аппаратно-программных ресурсов (в первую очередь объём памяти для хранения данных и сборного материала).
Но в любом случае системы трекинга обычно используют модели (оценочные алгоритмы) движения, которые описывают, как может изменяться изображение целевого объекта при всевозможных различных его движениях.
Примерами простых моделей движения являются:
• трекинг плоских объектов, модель движения – 2D-преобразование (аффинное преобразование, которое ещё называют дурацким для наших времён термином гомография) изображения объекта (например, исходного кадра);
• целевой трекинг жёсткого 3D-объекта, тогда модель движения определяет вид в зависимости от его положения в пространстве и ориентации;
• трекинг с целью сжатия видео, здесь ключевые кадры (key frames) разделяются на макроблоки (macroblocks); модель движения в этом случае представляет собой разрыв ключевых кадров, когда каждый макроблок преобразуется при помощи вектора движения, полученного из параметров движения;
