В настоящее время компьютерное зрение и визуальный анализ изображений входят в число приоритетных направлений развития науки и техники. Одна из ключевых задач компьютерного зрения – обнаружение объектов на изображениях разного типа, что имеет свои особенности, влияющие на результаты. Работа «Исследование эффективности методов обнаружения и слежения за движущимися объектами в воздушном пространстве на снимках в ближнем инфракрасном диапазоне»авторов С.Г. Небаба и Н.Г. Маркова из Национального исследовательского Томского политехнического университета посвящена исследованию эффективности ряда методов обнаружения и сопровождения объектов для случая NIR-изображений.
Так, изображения объектов, полученные съёмкой в ближней ИК (near infrared, NIR) области спектра (0,78–3 мкм), часто могут иметь иные линейные масштабы и формы, чем на оптических изображениях в видимом (RGB) спектре, что может приводить к частичной или полной неработоспособности методов, настроенных или обученных только на RGB-изображениях.
Была поставлена задача изучить эффективность методов, относящихся к двум рассматриваемым перспективным классам, при решении задач обнаружения и сопровождения движущихся объектов на NIR-изображениях воздушного пространства. Для оценки применимости и точности методов локального оптического потока при решении подобных задач была выбрана пирамидальная реализация функции отслеживания Лукаса-Канаде, из библиотеки ОOpenCV. А представителем второго класса методов был выбран метод ORB.
Для исследования использовалось большое количество NIR-изображений (кадров) с движущимися объектами трёх типов: «самолёт», «вертолёт» и «квадрокоптер». Изображения взяты из трёх разных видео, каждое из которых содержит движущиеся объекты одного типа.
В работе представлена визуализация траектории движущихся объектов, обнаруженных на NIR-изображениях, с использованием метода Лукаса-Канаде; размер среднего блока для вычисления производной ковариационной матрицы по каждой окрестности пикселя.
Рассмотрены методы решения задачи обнаружения и сопровождения движущихся объектов на NIR-изображениях; выделены основные характеристики движущихся объектов в последовательностях изображений; рассмотрены преимущества и недостатки разных методов обнаружения и сопровождения объектов на NIR-изображениях воздушного пространства и выбраны два наиболее перспективных класса методов.
Перспективны исследования других комбинаций методов из двух рассмотренных классов, поскольку они могут способствовать повышению точности обнаружения объектов на NIR-изображениях воздушного пространства.
Возможность оценок формы и траектории движения объектов позволит делать выводы о самом объекте и предоставлять дополнительную информацию при решении задачи классификации объектов на NIR-изображениях воздушного пространства.