A rule-based method which detects and tracks the moving objects in video
frames in an automated way is invented. The method can be used in object
based image sequence compression applications. Motion of pixels between
two consecutive frames are estimated using a block based motion estimation
method, and the resultant dense motion vector field is segmented. Using
the same method, a second segmentation is achieved based on partitioning
of the image according to color values of the pixels. The image, which is
formed by the translation of the final segmentation results of the
previous frame using the estimated motion vectors, is used as the third
segmentation. By the help of a sequence of rules, which uses the three
different segmentation masks as its inputs, detection and tracking of
moving objects in the scene is achieved within accurate boundaries; the
problems caused by occlusion or uncovered background are insignificant.
Μια βασισμένη στους κανόνες μέθοδος που ανιχνεύει και ακολουθεί την κίνηση αντιτίθεται στα τηλεοπτικά πλαίσια με έναν αυτοματοποιημένο τρόπο εφευρίσκεται. Η μέθοδος μπορεί να χρησιμοποιηθεί βασισμένες στις στο αντικείμενο εφαρμογές συμπίεσης ακολουθίας εικόνας. Η κίνηση των εικονοκυττάρων μεταξύ δύο διαδοχικών πλαισίων υπολογίζεται χρησιμοποιώντας μια βασισμένη στο φραγμό μέθοδο εκτίμησης κινήσεων, και ο επακόλουθος πυκνός διανυσματικός τομέας κινήσεων είναι τεμμένος. Χρησιμοποιώντας την ίδια μέθοδο, μια δεύτερη κατάτμηση επιτυγχάνεται βασισμένος στο χωρισμό της εικόνας σύμφωνα με τις τιμές χρώματος των εικονοκυττάρων. Η εικόνα, που διαμορφώνεται από τη μετάφραση των τελικών αποτελεσμάτων κατάτμησης του προηγούμενου πλαισίου χρησιμοποιώντας τα κατ' εκτίμηση διανύσματα κινήσεων, χρησιμοποιείται ως τρίτη κατάτμηση. Από τη βοήθεια μιας ακολουθίας κανόνων, που χρησιμοποιεί τις τρεις διαφορετικές μάσκες κατάτμησης ως εισαγωγές της, η ανίχνευση και η καταδίωξη της κίνησης αντιτίθενται στη σκηνή επιτυγχάνονται μέσα στα ακριβή όρια τα προβλήματα που προκαλούνται από το κλείσιμο ή το αποκαλυμμένο υπόβαθρο είναι ασήμαντα.