Centrándonos en la detección de movimiento. Reflexión personal.

Para conseguir implementar un sistema de seguimiento de objetos, existen un extenso conjunto de técnicas. La diferencia entre cada una de ellas se centra principalmente en varias cuestiones básicas que entran en juego cuando hablamos de seguimiento de objetos, como son, la representación del objeto que vamos a seguir (puntos, formas geométricas,siluetas, ...), en que caracteristicas de la imagen vamos a centrarnos para llegar a este fin (brillo, color, textura, vértices, ...), como modelar el movimiento, etc ...

Se han propuesto muchos metodos, en función del contexto o entorno de tracking y el usuario al que van dirigidos. La mayoría de los métodos de tracking requieren de una fase primordial que consiste en la detección de objetos o detección de movimiento.Una vez localizado la región del objeto a seguir, sería labor del tracker representar las correspondencias de ese objeto de un frame al siguiente para generar el seguimiento.

Del mismo modo que comentaba antes, en el campo de los métodos de detección de movimiento, también existen multitud de propuestas como para poder hacer un estudio de cada unas de ellas. De las más usuales podriamos citar la Sustracción de fondo (Background Substraction), imagen diferencia, diferencias acumuladas, ajuste de bloques, cambios en el flujo optico, segmentación, detección de puntos ...

Con ánimo de centrar el objeto de estudio de este proyecto en algún area definida, he decidido poner el foco en la técnica de Background Substraction, ya que el hecho de ser capaz de separar objetos de interés de un determinado fondo en una secuencia de video supone un paso crítico en muchas aplicaciones de visión y la Background Substraction (BS) es un técnica usada frecuentemente para conseguirlo. La popularidad de la BS se debe principalmente a su eficiencia computacional, y se usan en aplicaciones de visión que necesitan resultados en tiempo real, como por ejemplo sistemas de videovigilancia, aplicaciones de interacción persona-ordenador o sistemas de monitorización de tráfico.

Existen una amplica variedad de algoritmos para implementar la BS , asi como técnicas de post-procesado para mejorar su rendimiento. La idea sería implementar los algotimos más usados dentro de este campo , aplicarlos a videos que contengan movimiento para ver como se comportan y poder sacar conclusiones de cada una de las técnicas. Evidentemente, la opción recomendable sería ser capaz de integrar todo esto en el interfaz que hasta ahora hemos generado, para hacer más eficiente y agradable el proceso de comparación de cada una de las técnicas.