Erkennung von Flugzeugen in Videosequenzen mithilfe eines prädiktiven optischen Flussalgorithmus

Dieses Papier präsentiert einen Computer Vision Algorithmus, der spurious optische Flussartefakte segregiert, um ein sich bewegendes Objekt zu erkennen. Der Algorithmus besteht aus sechs Schritten. Zunächst werden die Pixel in jedem Bild verschoben, um die Kamerarotation auszugleichen. Zweitens werden die Bilder mit einem spatiotemporalen Gaußfilter geglättet. Drittens wird der optische Fluss mit einer gradientenbasierten Technik berechnet. Viertens werden optische Flussvektoren mit geringen Stärken verworfen. Fünftens werden Vektoren mit ähnlichen Standorten, Stärken und Richtungen mithilfe eines räumlichen Konsistenztests zusammengeclustert. Sechstens werden ähnliche optische Flussvektoren zeitlich erweitert, um Vorhersagen über zukünftige Standorte, Stärken und Richtungen des optischen Flusses in nachfolgenden Bildern zu machen. Die tatsächlichen optischen Flussvektoren, die mit diesen Vorhersagen übereinstimmen, werden einem sich bewegenden Objekt zugeordnet. Dieser Algorithmus wurde an Bildern getestet, die mit einer unter dem Bug eines Boeing 737 montierten Videokamera aufgenommen wurden. Die Kamera zeichnete zwei Sequenzen mit einem zweiten fliegenden Flugzeug auf. Der Algorithmus erkannte das Flugzeug in 82 % der Bilder der ersten Sequenz und in 78 % der Bilder der zweiten Sequenz. In jeder Sequenz lag die Fehlalarmrate bei null. Diese Ergebnisse veranschaulichen die Wirksamkeit der Verwendung einer umfassenden prädiktiven Technik bei der Erkennung von sich bewegenden Objekten. © 1999 Gesellschaft für Foto-Optische Instrumentierungsingenieure. (S0091-3286(99)01603-7)