El análisis de movimiento se utiliza en visión por computadora , procesamiento de imágenes , fotografía de alta velocidad y visión artificial que estudia métodos y aplicaciones en las que se procesan dos o más imágenes consecutivas de una secuencia de imágenes, por ejemplo, producidas por una cámara de video o una cámara de alta velocidad . para producir información basada en el movimiento aparente de las imágenes. En algunas aplicaciones, la cámara está fija con respecto a la escena y los objetos se mueven en la escena, en algunas aplicaciones la escena está más o menos fija y la cámara se mueve y, en algunos casos, tanto la cámara como la escena se mueven.
El procesamiento del análisis de movimiento puede consistir, en el caso más sencillo, en detectar movimiento, es decir, encontrar en la imagen los puntos en los que algo se mueve. Tipos de procesamiento más complejos pueden consistir en rastrear un objeto específico en la imagen a lo largo del tiempo, agrupar puntos que pertenecen al mismo objeto rígido que se mueve en la escena o determinar la magnitud y dirección del movimiento de cada punto en la escena. imagen. La información que se produce a menudo está relacionada con una imagen específica de la secuencia, correspondiente a un momento específico, pero luego depende también de las imágenes vecinas. Esto significa que el análisis del movimiento puede producir información sobre el movimiento dependiente del tiempo.
Las aplicaciones del análisis de movimiento se pueden encontrar en áreas bastante diversas, como la vigilancia, la medicina, la industria cinematográfica, la seguridad en accidentes automovilísticos, [1] estudios de armas de fuego balísticas, [2] ciencias biológicas, [3] propagación de llamas, [4] y navegación de vehículos autónomos, por nombrar algunos ejemplos.
Una cámara de vídeo puede verse como una aproximación a una cámara estenopeica , lo que significa que cada punto de la imagen está iluminado por algún (normalmente uno) punto de la escena frente a la cámara, normalmente mediante la luz que refleja el punto de la escena. de una fuente de luz. Cada punto visible de la escena se proyecta a lo largo de una línea recta que pasa por la apertura de la cámara y corta el plano de la imagen. Esto significa que en un momento específico, cada punto de la imagen hace referencia a un punto específico de la escena. Este punto de escena tiene una posición relativa a la cámara, y si esta posición relativa cambia, corresponde a un movimiento relativo en 3D . Es un movimiento relativo ya que no importa si es el punto de escena, o la cámara, o ambos, los que se mueven. Sólo cuando hay un cambio en la posición relativa la cámara puede detectar que se ha producido algún movimiento. Al proyectar el movimiento 3D relativo de todos los puntos visibles nuevamente en la imagen, el resultado es el campo de movimiento , que describe el movimiento aparente de cada punto de la imagen en términos de magnitud y dirección de la velocidad de ese punto en el plano de la imagen. Una consecuencia de esta observación es que si el movimiento 3D relativo de algunos puntos de la escena está a lo largo de sus líneas de proyección, el movimiento aparente correspondiente es cero.
La cámara mide la intensidad de la luz en cada punto de la imagen, un campo de luz. En la práctica, una cámara digital mide este campo de luz en puntos discretos, píxeles , pero dado que los píxeles son lo suficientemente densos, las intensidades de los píxeles se pueden utilizar para representar la mayoría de las características del campo de luz que incide en el plano de la imagen. Una suposición común en el análisis de movimiento es que la luz reflejada desde los puntos de la escena no varía con el tiempo. En consecuencia, si se ha observado una intensidad I en algún punto de la imagen, en algún momento del tiempo, se observará la misma intensidad I en una posición que se encuentre desplazada con respecto a la primera como consecuencia del movimiento aparente. Otra suposición común es que existe una gran variación en la intensidad detectada entre los píxeles de una imagen. Una consecuencia de esta suposición es que si el punto de la escena que corresponde a un determinado píxel de la imagen tiene un movimiento 3D relativo, es probable que la intensidad del píxel cambie con el tiempo.
Uno de los tipos más simples de análisis de movimiento es detectar puntos de imagen que se refieren a puntos en movimiento en la escena. El resultado típico de este procesamiento es una imagen binaria donde todos los puntos de la imagen (píxeles) que se relacionan con puntos en movimiento en la escena se establecen en 1 y todos los demás puntos se establecen en 0. Esta imagen binaria luego se procesa adicionalmente, por ejemplo, para eliminar ruido, agrupar píxeles vecinos y etiquetar objetos. La detección de movimiento se puede realizar mediante varios métodos; los dos grupos principales son métodos diferenciales y métodos basados en segmentación de fondo.
En las áreas de medicina , deportes, [5] videovigilancia, fisioterapia [6] y kinesiología , [7] el análisis del movimiento humano se ha convertido en una herramienta de investigación y diagnóstico. Consulte la sección sobre captura de movimiento para obtener más detalles sobre las tecnologías. El análisis del movimiento humano se puede dividir en tres categorías: reconocimiento de actividad humana , seguimiento del movimiento humano y análisis del movimiento del cuerpo y de partes del cuerpo.
El reconocimiento de actividad humana se utiliza más comúnmente para videovigilancia , específicamente monitoreo automático de movimiento con fines de seguridad. La mayoría de los esfuerzos en esta área se basan en enfoques de espacio de estados, en los que secuencias de posturas estáticas se analizan estadísticamente y se comparan con movimientos modelados. La comparación de plantillas es un método alternativo mediante el cual se comparan patrones de formas estáticas con prototipos preexistentes. [8]
El seguimiento del movimiento humano se puede realizar en dos o tres dimensiones. Dependiendo de la complejidad del análisis, las representaciones del cuerpo humano van desde simples figuras de palitos hasta modelos volumétricos. El seguimiento se basa en la correspondencia de las características de la imagen entre fotogramas consecutivos de vídeo, teniendo en cuenta información como la posición, el color, la forma y la textura. La detección de bordes se puede realizar comparando el color y/o el contraste de píxeles adyacentes, buscando específicamente discontinuidades o cambios rápidos. [9] El seguimiento tridimensional es fundamentalmente idéntico al seguimiento bidimensional, con el factor añadido de la calibración espacial. [8]
El análisis del movimiento de partes del cuerpo es fundamental en el campo de la medicina. En el análisis postural y de la marcha , los ángulos articulares se utilizan para rastrear la ubicación y orientación de las partes del cuerpo. El análisis de la marcha también se utiliza en los deportes para optimizar el rendimiento atlético o para identificar movimientos que pueden causar lesiones o tensiones. El software de seguimiento que no requiere el uso de marcadores ópticos es especialmente importante en estos campos, donde el uso de marcadores puede impedir el movimiento natural. [8] [10]
El análisis de movimiento también es aplicable en el proceso de fabricación . [11] Usando cámaras de video de alta velocidad y software de análisis de movimiento, se pueden monitorear y analizar líneas de ensamblaje y máquinas de producción para detectar ineficiencias o mal funcionamiento. Los fabricantes de equipos deportivos, como bates de béisbol y palos de hockey, también utilizan análisis de vídeo de alta velocidad para estudiar el impacto de los proyectiles. Una configuración experimental para este tipo de estudio generalmente utiliza un dispositivo de activación, sensores externos (p. ej., acelerómetros , galgas extensométricas), módulos de adquisición de datos, una cámara de alta velocidad y una computadora para almacenar el video y los datos sincronizados. El software de análisis de movimiento calcula parámetros como la distancia, la velocidad, la aceleración y los ángulos de deformación en función del tiempo. Estos datos luego se utilizan para diseñar equipos para un rendimiento óptimo. [12]
Las capacidades de detección de objetos y características del software de análisis de movimiento se pueden aplicar para contar y rastrear partículas, como bacterias, [13] [14] virus, [15] "compuestos iónicos de polímero-metal", [16] [17] micrones. perlas de poliestireno de tamaño grande, [18] pulgones, [19] y proyectiles. [20]