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 secuencias 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 en relación con la escena y los objetos se mueven en la escena, en algunas aplicaciones la escena es 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, en el caso más simple, detectar movimiento, es decir, encontrar los puntos en la imagen donde algo se está moviendo. Los tipos de procesamiento más complejos pueden ser 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 en la secuencia, correspondiente a un punto de tiempo específico, pero luego depende también de las imágenes vecinas. Esto significa que el análisis de movimiento puede producir información sobre el movimiento dependiente del tiempo.
Las aplicaciones del análisis de movimiento se pueden encontrar en áreas bastante diversas, como vigilancia, medicina, industria cinematográfica, seguridad en accidentes automovilísticos, [1] estudios de armas balísticas, [2] ciencia biológica, [3] propagación de llamas, [4] y navegación de vehículos autónomos, por nombrar algunos ejemplos.
Fondo
Una cámara de video puede verse como una aproximación de una cámara estenopeica , lo que significa que cada punto de la imagen está iluminado por algún punto (normalmente uno) en la escena frente a la cámara, generalmente por medio de 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 atraviesa la apertura de la cámara y se cruza con el plano de la imagen. Esto significa que en un momento específico, cada punto de la imagen se refiere 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 la escena, o la cámara, o ambos, lo que se está moviendo. Solo cuando hay un cambio en la posición relativa, la cámara puede detectar que ha ocurrido algún movimiento. Al proyectar el movimiento relativo en 3D de todos los puntos visibles de nuevo 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 velocidad de ese punto en el plano de la imagen. Una consecuencia de esta observación es que si el movimiento relativo en 3D 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 píxeles se pueden usar para representar la mayoría de las características del campo de luz que cae sobre el plano de la imagen. Una suposición común del 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 en el tiempo, la misma intensidad I se observará en una posición que se desplaza con respecto a la primera como consecuencia del movimiento aparente. Otra suposición común es que existe una gran cantidad de variación en la intensidad detectada sobre los píxeles de una imagen. Una consecuencia de esta suposición es que si el punto de la escena que corresponde a un determinado píxel en la imagen tiene un movimiento 3D relativo, es probable que la intensidad del píxel cambie con el tiempo.
Métodos
Detección de movimiento
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 los puntos en movimiento en la escena se establecen en 1 y todos los demás puntos se establecen en 0. Esta imagen binaria se procesa posteriormente, 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 la segmentación de fondo.
Aplicaciones
Análisis de movimiento humano
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 las partes del cuerpo.
El reconocimiento de actividad humana se usa más comúnmente para la videovigilancia , específicamente el 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 las secuencias de posturas estáticas se analizan estadísticamente y se comparan con movimientos modelados. La coincidencia de plantillas es un método alternativo mediante el cual los patrones de formas estáticas se comparan 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 figuras de palitos básicas 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 los 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 las partes del cuerpo es fundamental en el campo de la medicina. En el análisis de la postura y la marcha , los ángulos de las articulaciones 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 tensión. 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]
Análisis de movimiento en la fabricación
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 fallas. Los fabricantes de equipos deportivos, como bates de béisbol y palos de hockey, también utilizan análisis de video de alta velocidad para estudiar el impacto de los proyectiles. Una configuración experimental para este tipo de estudio generalmente usa un dispositivo de activación, sensores externos (por ejemplo, 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 como funciones del tiempo. Luego, estos datos se utilizan para diseñar equipos para un rendimiento óptimo. [12]
Aplicaciones adicionales para análisis de movimiento
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, [18] pulgones, [19] y proyectiles. [20]
Ver también
- Mecanografia
- Estructura del movimiento
- Análisis de movimiento de video
- Análisis de movimiento de rayos X
Referencias
- ^ Munsch, Marie. "Caracterización de acristalamiento lateral bajo impacto de la cabeza: investigación experimental y numérica" (PDF) . Consultado el 20 de diciembre de 2013 .
- ^ "Efectos de heridas de arma de fuego debido a la velocidad de rotación de la bala" (PDF) . Archivado desde el original (PDF) el 22 de diciembre de 2013 . Consultado el 18 de febrero de 2013 .
- ^ Anderson primero Christopher V. (2010). "La proyección balística de la lengua en los camaleones mantiene un alto rendimiento a baja temperatura" (PDF) . Actas de la Academia Nacional de Ciencias de los Estados Unidos de América . Departamento de Biología Integrativa, Universidad del Sur de Florida, Tampa, FL 33620, PNAS 23 de marzo de 2010 vol. 107 no. 12 5495–5499. 107 (12): 5495–9. doi : 10.1073 / pnas.0910778107 . PMC 2851764 . PMID 20212130 . Consultado el 2 de junio de 2010 .
- ^ Mogi, Toshio. "Autoencendido y propagación de la llama de un chorro de hidrógeno a alta presión durante la descarga repentina de un flautista" (PDF) . Revista Internacional de Energía de Hidrógeno 34 (2009) 5810 - 5816 . Consultado el 28 de abril de 2009 .
- ^ Payton, Carl J. "Evaluación biomecánica del movimiento en el deporte y el ejercicio" (PDF) . Archivado desde el original (PDF) el 8 de enero de 2014 . Consultado el 8 de enero de 2014 .
- ^ "Captura de movimiento sin marcadores + análisis de movimiento | EuMotus" . www.eumotus.com . Consultado el 25 de marzo de 2018 .
- ^ Hedrick, Tyson L. (2011). "Base morfológica y cinemática del golpe de vuelo del colibrí: escala de la relación de transmisión del músculo de vuelo" . Actas. Ciencias Biológicas . 279 (1735): 1986–1992. doi : 10.1098 / rspb.2011.2238 . PMC 3311889 . PMID 22171086 .
- ^ a b c Aggarwal, JK y Q Cai. "Análisis del movimiento humano: una revisión". Visión por computadora y comprensión de la imagen 73, no. 3 (1999): 428-440.
- ^ Fan, J, EA El-Kwae, MS Hacid y F Liang. "Nuevo algoritmo de extracción de objetos en movimiento basado en seguimiento". J Electron Imaging 11, 393 (2002).
- ^ Green, RD, L Guan y JA Burne. "Video análisis de la marcha para el diagnóstico de trastornos del movimiento". J Electron Imaging 9, 16 (2000).
- ^ Longana, ML "Imágenes de alta velocidad de deformación y técnicas ópticas de campo completo para la caracterización de materiales" (PDF) . Archivado desde el original (PDF) el 8 de enero de 2014 . Consultado el 22 de noviembre de 2012 .
- ^ Masi, CG. "La visión mejora el rendimiento de los murciélagos ". Diseño de sistemas de visión . Junio de 2006
- ^ Borrok, MJ y col. (2009). Diseño basado en la estructura de un antagonista de la proteína de unión periplásmica que previene el cierre del dominio . Biología química ACS , 4, 447-456.
- ^ Borrok, MJ, Kolonko, EM y Kiessling, LL (2008). Las sondas químicas de la transducción de señales bacterianas revelan que los repelentes estabilizan y los atrayentes desestabilizan la matriz de quimiorreceptores. Biología química ACS , 3, 101-109.
- ^ Shopov, A. et al. "Mejoras en el análisis de imágenes y microscopía de fluorescencia para discriminar y enumerar bacterias y virus en muestras o células acuáticas, y analizar aerosoles y fragmentos de desechos". Ecología microbiana acuática 22 (2000): 103-110.
- ^ Park, JK y Moore, RB (2009). Influencia de la morfología ordenada en la actuación anisotrópica en sistemas poliméricos electroactivos orientados uniaxialmente. Interfaces y materiales aplicados de ACS , 1, 697-702.
- ^ Phillips, AK y Moore, RB (2005). Actuadores iónicos basados en nuevas membranas de copolímero de etileno vinílico sulfonado. Polímero , 46, 7788-7802.
- ^ Nott, M. (2005). Enseñanza del movimiento browniano: demostraciones y juego de roles. School Science Review , 86, 18-28.
- ^ Kay, S. y Steinkraus, DC (2005). Efecto de la infección por Neozygites fresenii sobre el movimiento del pulgón del algodón. Serie de investigaciones AAES 543 , 245-248. Fayetteville, AR: Estación Experimental Agrícola de Arkansas. Disponible en http://arkansasagnews.uark.edu/543-43.pdf
- ^ Sparks, C. et al. "Comparación y validación de la hidrodinámica de partículas lisas (SPH) y las técnicas acopladas de Euler Lagrange (CEL) para modelar la ram hidrodinámica". 46th AIAA / ASME / ASCE / AHS / ASC Structures, Structural Dynamics and Materials Conference , Austin, Texas, 18-21 de abril de 2005.