광학 흐름
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.
1. 개요
광학 흐름은 비디오 시퀀스에서 물체의 움직임을 나타내는 2차원 벡터 필드를 연구하는 분야이다. 이는 움직임 예측 및 비디오 압축과 밀접하게 관련되어 있으며, 장면의 3차원 특성을 추정하는 데 사용된다. 광학 흐름은 물체 감지 및 추적, 로봇 내비게이션 등 다양한 분야에서 활용되며, 머신 비전 연구에도 중요하다.
더 읽어볼만한 페이지
| 광학 흐름 | |
|---|---|
| 개요 | |
| 정의 | 영상 시퀀스에서 물체의 움직임을 추정하는 방법 |
| 설명 | 물체의 겉보기 움직임 |
| 분야 | 이미지 처리 컴퓨터 비전 |
| 응용 분야 | |
| 예시 | 로봇 공학 인간-컴퓨터 상호 작용 비디오 압축 의료 영상 |
| 접근 방식 | |
| 종류 | 미분 기반 방법 매칭 기반 방법 |
| 미분 기반 방법 | 혼-슈크 방법 루카스-카나데 방법 |
| 매칭 기반 방법 | 블록 매칭 특징 기반 매칭 |
| 역사 | |
| 최초 연구 | 제임스 J. 깁슨 (1940년대) |
| 수학적 공식화 | 혼과 슈크 (1981년) |
| 특징 | |
| 밀도 | 조밀하거나 희소할 수 있음 |
| 정확도 | 조명 변화, 투명성, 반사율에 민감함 |
| 제한 사항 | |
| 문제점 | 구멍 문제, 계산 비용 |
| 관련 개념 | |
| 관련 용어 | 움직임 추정 이미지 등록 |
2. 용도
광학 흐름은 장면 속 물체의 움직임과 구조, 그리고 관찰자의 움직임을 유추하는 데 사용된다. 이는 동작 인식과 환경 구조에 대한 정신적 지도 생성이라는 동물 시각의 중요한 기능을 컴퓨터로 구현하는 머신 비전 분야의 핵심 기술이다.[10]
예를 들어, 시야의 왼쪽 하단에서 오른쪽 상단으로 이동하는 공을 촬영한 5프레임 영상을 생각해 보자. 모션 추정 기술은 2차원 평면에서 공이 위쪽과 오른쪽으로 이동한다는 것을 나타내는 벡터를 추출할 수 있다. MPEG 같은 비디오 압축에서는 이 정보로 충분하지만, 머신 비전에서는 공이 실제로 오른쪽으로 움직이는지, 아니면 관찰자가 왼쪽으로 움직이는지 구분하는 것이 중요하다. 5개의 프레임에 정적인 배경이 있더라도, 그 배경이 관찰자로부터 무한히 멀리 떨어져 있을 수 있기 때문에, 공이 실제로 오른쪽으로 움직인다고 단정할 수 없다.
2. 1. 움직임 예측 및 비디오 압축
움직임 예측과 비디오 압축은 광학 흐름 연구의 주요 측면으로 발전해 왔다. 광학 흐름 필드는 동작 추정 기술에서 파생된 조밀한 동작 필드와 표면적으로 유사하지만, 광학 흐름은 광학 흐름 필드 자체를 결정하는 것뿐만 아니라 장면의 구조, 물체의 3차원 움직임, 장면에 대한 관찰자의 움직임 등 3차원 특성을 추정하는 데 사용하는 방법에 대한 연구이다. 대부분 야코비안(Jacobian) 이미지를 사용한다.[8]광학 흐름은 물체 감지 및 추적, 이미지 지배 평면 추출, 움직임 감지, 로봇 내비게이션 및 시각적 주행 거리 측정과 같은 다양한 분야의 로봇공학 연구자에 의해 사용되었다. 광학 흐름 정보는 초소형 항공기 제어에 유용한 것으로 인식되었다.[9]
시야의 왼쪽 하단에서 오른쪽 상단으로 이동하는 공의 5프레임 클립을 생각해 보자. 모션 추정 기술은 2차원 평면에서 공이 위쪽 및 오른쪽으로 이동하고 있음을 확인할 수 있으며, 이 모션을 설명하는 벡터는 일련의 프레임에서 추출될 수 있다. 비디오 압축(예: MPEG)의 목적을 위해 이제 시퀀스가 필요에 따라 설명된다. 그러나 머신 비전 분야에서는 공이 오른쪽으로 움직이는지, 관찰자가 왼쪽으로 움직이는지 여부는 알 수 없지만 중요한 정보이다. 5개의 프레임에 정적이고 패턴화된 배경이 존재하더라도 패턴이 관찰자까지 무한한 거리를 가질 수 있기 때문에 공이 오른쪽으로 움직인다고 자신있게 말할 수 없다.
2. 2. 3차원 정보 추정
움직임 예측과 비디오 압축은 광학 흐름 연구의 주요 측면으로 발전해 왔다. 광학 흐름 필드는 동작 추정 기술에서 파생된 조밀한 동작 필드와 표면적으로 유사하지만, 광학 흐름은 광학 흐름 필드 자체를 결정하는 것뿐만 아니라 장면의 3차원 구조, 물체의 3D 움직임, 장면에 대한 관찰자의 움직임 등 3차원 특성을 추정하는 데 사용하는 방법에 대한 연구이다. 대부분 야코비안(Jacobian) 이미지를 사용한다.[8]광학 흐름은 물체 감지 및 추적, 이미지 지배 평면 추출, 움직임 감지, 로봇 내비게이션, 시각적 주행 거리 측정 등 다양한 분야의 로봇공학 연구에서 사용된다. 광학 흐름 정보는 초소형 항공기 제어에도 유용한 것으로 알려져 있다.[9]
2. 3. 로봇 공학 응용
움직임 예측과 비디오 압축은 광학 흐름 연구의 주요 측면으로 발전해 왔다. 광학 흐름 필드는 동작 추정 기술에서 파생된 조밀한 동작 필드와 표면적으로 유사하지만, 광학 흐름은 광학 흐름 필드 자체를 결정하는 것뿐만 아니라 장면의 3차원 구조, 물체의 3D 움직임, 장면에 대한 관찰자의 움직임 등 3차원 특성을 추정하는 데 사용하는 방법에 대한 연구이다. 대부분 야코비안(Jacobian) 이미지를 사용한다.[8]2. 3. 1. 객체 감지 및 추적
광학 흐름은 물체 감지 및 추적, 이미지 지배 평면 추출, 움직임 감지, 로봇 내비게이션 및 시각적 주행 거리 측정과 같은 다양한 분야의 로봇공학 연구자에 의해 사용되었다. 광학 흐름 정보는 초소형 항공기 제어에 유용한 것으로 인식되었다.[9]광학 흐름의 적용에는 장면 속 관찰자와 사물의 움직임뿐만 아니라 사물의 구조와 환경까지 유추하는 문제가 포함된다. 동작에 대한 인식과 환경 구조에 대한 정신적 지도 생성은 동물(및 인간) 시각의 중요한 구성 요소이므로 이러한 타고난 능력을 컴퓨터 기능으로 전환하는 것은 머신 비전 분야에서도 마찬가지로 중요하다.[10]
시야의 왼쪽 하단에서 오른쪽 상단으로 이동하는 공의 5프레임 클립을 생각해 보라. 모션 추정 기술은 2차원 평면에서 공이 위쪽 및 오른쪽으로 이동하고 있음을 확인할 수 있으며 이 모션을 설명하는 벡터는 일련의 프레임에서 추출될 수 있다. 비디오 압축의 목적을 위해 이제 시퀀스가 필요에 따라 설명된다. 그러나 머신 비전 분야에서는 공이 오른쪽으로 움직이는지, 관찰자가 왼쪽으로 움직이는지 여부는 알 수 없지만 중요한 정보이다. 5개의 프레임에 정적이고 패턴화된 배경이 존재하더라도 패턴이 관찰자까지 무한한 거리를 가질 수 있기 때문에 공이 오른쪽으로 움직인다고 자신있게 말할 수 없다.
2. 3. 2. 이미지 지배 평면 추출
광학 흐름은 물체 감지 및 추적, 이미지 지배 평면 추출, 움직임 감지, 로봇 내비게이션, 시각적 주행 거리 측정 등 다양한 분야에서 로봇공학 연구자들이 사용해 왔다. 광학 흐름 정보는 초소형 항공기 제어에도 유용한 것으로 알려져 있다.[9]2. 3. 3. 움직임 감지 및 로봇 내비게이션
광학 흐름은 로봇공학 연구자들이 물체 감지 및 추적, 이미지 지배 평면 추출, 움직임 감지, 로봇 내비게이션, 시각적 주행 거리 측정 등 다양한 분야에서 사용하였다. 광학 흐름 정보는 초소형 항공기 제어에 유용한 것으로 인식되었다.[9]광학 흐름의 적용에는 장면 속 관찰자와 사물의 움직임뿐만 아니라 사물의 구조와 환경까지 유추하는 문제가 포함된다. 동작에 대한 인식과 환경 구조에 대한 정신적 지도 생성은 동물(및 인간) 시각의 중요한 구성 요소이므로, 이러한 타고난 능력을 컴퓨터 기능으로 전환하는 것은 머신 비전 분야에서도 마찬가지로 중요하다.[10]
시야의 왼쪽 하단에서 오른쪽 상단으로 이동하는 공의 5프레임 클립을 생각해 보자. 모션 추정 기술은 2차원 평면에서 공이 위쪽 및 오른쪽으로 이동하고 있음을 확인할 수 있으며, 이 모션을 설명하는 벡터는 일련의 프레임에서 추출될 수 있다. 비디오 압축(예: MPEG)의 목적을 위해 이제 시퀀스가 필요에 따라 설명된다. 그러나 머신 비전 분야에서는 공이 오른쪽으로 움직이는지, 관찰자가 왼쪽으로 움직이는지 여부는 알 수 없지만 중요한 정보이다. 5개의 프레임에 정적이고 패턴화된 배경이 존재하더라도, 패턴이 관찰자까지 무한한 거리를 가질 수 있기 때문에 공이 오른쪽으로 움직인다고 자신있게 말할 수 없다.
2. 3. 4. 시각적 주행 거리 측정
광학 흐름은 물체 감지 및 추적, 이미지 지배 평면 추출, 움직임 감지, 로봇 내비게이션 및 시각적 주행 거리 측정과 같은 다양한 분야의 로봇공학 연구자들에 의해 사용되었다. 광학 흐름 정보는 초소형 항공기 제어에 유용한 것으로 인식되었다.[9]2. 3. 5. 초소형 항공기 제어
광학 흐름 정보는 초소형 항공기 제어에 유용한 것으로 알려져 있다.[9]3. 머신 비전과 광학 흐름
광학 흐름은 머신 비전 분야에서 중요한 기술로 활용된다. 움직임 예측 및 비디오 압축 기술은 광학 흐름 연구의 주요 부분이다. 광학 흐름은 단순히 영상의 변화를 감지하는 것을 넘어, 3차원 공간에서의 물체와 관찰자의 움직임을 파악하고 주변 환경의 구조를 이해하는 데 사용된다.[8]
로봇 공학에서는 물체 추적, 움직임 감지, 로봇의 위치 파악 및 이동 경로 설정, 소형 비행체 제어 등 다양한 분야에서 광학 흐름 기술이 활용된다.[9]
머신 비전에서 광학 흐름을 응용하는 것은 단순히 화면 속 물체의 움직임을 파악하는 것을 넘어, 물체의 3차원 구조와 주변 환경까지 추론하는 것을 목표로 한다. 이는 동물이 시각 정보를 통해 움직임을 인식하고 주변 환경을 파악하는 능력과 유사하며, 이러한 생물학적 기능을 컴퓨터에 구현하는 것은 머신 비전의 중요한 과제이다.[10]
예를 들어, 화면 왼쪽 아래에서 오른쪽 위로 이동하는 공을 촬영한 5프레임짜리 짧은 영상을 보자. 움직임 예측 기술을 사용하면 2차원 평면상에서 공이 위쪽과 오른쪽으로 이동하는 것을 확인할 수 있고, 각 프레임에서 공의 움직임을 나타내는 벡터를 추출할 수 있다. 이러한 정보는 비디오 압축에 활용될 수 있다. 그러나 머신 비전의 관점에서는 공이 실제로 오른쪽으로 움직이는 것인지, 아니면 관찰자가 왼쪽으로 움직이는 것인지 구분하는 것이 중요하다. 배경이 정지해 있고 일정한 패턴을 가지고 있더라도, 그 배경이 관찰자로부터 무한히 멀리 떨어져 있을 수 있기 때문에, 공이 실제로 오른쪽으로 움직인다고 단정 지을 수는 없다.
3. 1. 동물 시각 시스템 모방
움직임 예측과 비디오 압축은 광학 흐름 연구의 주요 측면으로 발전해 왔다. 광학 흐름 필드는 동작 추정 기술에서 파생된 조밀한 동작 필드와 표면적으로 유사하지만, 광학 흐름은 광학 흐름 필드 자체를 결정하는 것뿐만 아니라 3차원 특성을 추정하는 데 사용하는 방법에 대한 연구이다. 장면의 구조, 물체의 3D 움직임, 장면에 대한 관찰자의 움직임 등 대부분이 야코비안(Jacobian) 이미지를 사용한다.[8]광학 흐름은 물체 감지 및 추적, 이미지 지배 평면 추출, 움직임 감지, 로봇 내비게이션 및 시각적 주행 거리 측정과 같은 다양한 분야의 로봇공학 연구자에 의해 사용되었다. 광학 흐름 정보는 초소형 항공기 제어에 유용한 것으로 인식되었다.[9]
광학 흐름의 적용에는 장면 속 관찰자와 사물의 움직임뿐만 아니라 사물의 구조와 환경까지 유추하는 문제가 포함된다. 동작에 대한 인식과 환경 구조에 대한 정신적 지도 생성은 동물(및 인간) 시각의 중요한 구성 요소이므로, 이러한 타고난 능력을 컴퓨터 기능으로 전환하는 것은 머신 비전 분야에서도 마찬가지로 중요하다.[10]
시야의 왼쪽 하단에서 오른쪽 상단으로 이동하는 공의 5프레임 클립을 생각해 보라. 모션 추정 기술은 2차원 평면에서 공이 위쪽 및 오른쪽으로 이동하고 있음을 확인할 수 있으며, 이 모션을 설명하는 벡터는 일련의 프레임에서 추출될 수 있다. 비디오 압축(예: MPEG)의 목적을 위해 이제 시퀀스가 필요에 따라 설명된다. 그러나 머신 비전 분야에서는 공이 오른쪽으로 움직이는지, 관찰자가 왼쪽으로 움직이는지 여부는 알 수 없지만 중요한 정보이다. 5개의 프레임에 정적이고 패턴화된 배경이 존재하더라도 패턴이 관찰자까지 무한한 거리를 가질 수 있기 때문에 공이 오른쪽으로 움직인다고 자신있게 말할 수 없다.
3. 2. 장면 이해
움직임 예측과 비디오 압축은 광학 흐름 연구의 주요 측면으로 발전해 왔다. 광학 흐름 필드는 동작 추정 기술에서 파생된 조밀한 동작 필드와 표면적으로 유사하지만, 광학 흐름은 광학 흐름 필드 자체를 결정하는 것뿐만 아니라 장면의 3차원 구조, 물체의 3D 움직임, 장면에 대한 관찰자의 움직임 등 3차원 특성을 추정하는 데 사용하는 방법에 대한 연구이다. 대부분 야코비안(Jacobian) 이미지를 사용한다.[8]광학 흐름은 물체 감지 및 추적, 이미지 지배 평면 추출, 움직임 감지, 로봇 내비게이션 및 시각적 주행 거리 측정과 같은 다양한 분야의 로봇공학 연구자에 의해 사용되었다. 광학 흐름 정보는 초소형 항공기 제어에 유용한 것으로 인식되었다.[9]
광학 흐름의 적용에는 장면 속 관찰자와 사물의 움직임뿐만 아니라 사물의 구조와 환경까지 유추하는 문제가 포함된다. 동작에 대한 인식과 환경 구조에 대한 정신적 지도 생성은 동물(및 인간) 시각의 중요한 구성 요소이므로, 이러한 타고난 능력을 컴퓨터 기능으로 전환하는 것은 머신 비전 분야에서도 마찬가지로 중요하다.[10]
시야의 왼쪽 하단에서 오른쪽 상단으로 이동하는 공의 5프레임 클립을 생각해 보자. 모션 추정 기술은 2차원 평면에서 공이 위쪽 및 오른쪽으로 이동하고 있음을 확인할 수 있으며, 이 모션을 설명하는 벡터는 일련의 프레임에서 추출될 수 있다. 비디오 압축(예: MPEG)의 목적을 위해서는 시퀀스가 필요에 따라 설명된다. 그러나 머신 비전 분야에서는 공이 오른쪽으로 움직이는지, 아니면 관찰자가 왼쪽으로 움직이는지 여부는 알 수 없지만 중요한 정보이다. 5개의 프레임에 정적이고 패턴화된 배경이 존재하더라도, 패턴이 관찰자까지 무한한 거리를 가질 수 있기 때문에 공이 오른쪽으로 움직인다고 자신있게 말할 수 없다.
참조
[1]
서적
Thinking in Perspective: Critical Essays in the Study of Thought Processes
https://books.google[...]
Routledge
[2]
서적
Electronic Spatial Sensing for the Blind: Contributions from Perception
https://books.google[...]
Springer
[3]
저널
Determining optical flow
http://image.diku.dk[...]
1981-08
[4]
서적
The Perception of the Visual World
Houghton Mifflin
[5]
저널
Use of speed cues in the detection of moving objects by moving observers
[6]
서적
Optical Flow Using Color Information
http://www.dca.ufrn.[...]
ACM New York, NY, USA
[7]
저널
The computation of optical flow
http://portal.acm.or[...]
ACM New York, USA
[8]
웹인용
The Image Jacobian
https://robotacademy[...]
2017-05-08
[9]
저널
Biologically inspired visual sensing and flight control
https://www.cambridg[...]
2003
[10]
서적
Advances in Computer Vision
https://books.google[...]
Lawrence Erlbaum Associates
본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.
문의하기 : help@durumis.com