Detekce rychle se pohybujících objektů

Abstract

V této bakalářské práci představíme nový problém -- sledování pomocí detekce velmi rychle se pohybujících předmětů v digitální videosekvenci. Tyto objekty se jeví jako rozmazané čáry, což velmi ztěžuje úlohu sledování. Ukážeme, že právě toto rozmazání uchová užitečné informace o pohybu. Navrhneme metodu nazvanou BSD, která takovéto objekty detekuje pomocí odečítání pozadí, k-nejbližších sousedů a predikce pohybu. Naši metodu vyhodnotíme na kolekci devíti videosekvencí, které pokrývají rozmanitou škálu jevů, a ve kterých se objevují různě rozmazané objekty. Rozebereme, proč v některých případech detekce selže, a navrhneme řešení pro vylepšení. Mimo to uvedeme příklad reálného využití této metody a sice při umělé tvorbě zpomalených záběrů.

In this bachelor thesis we introduce a new problem -- tracking by detection of very fast moving objects in digital video sequences. These objects appear as blurred strokes, which makes video tracking difficult. We show that there is useful information about object dynamics encoded in this motion blur. We propose a method called BSD to detect such objects by utilizing background subtraction, k-nearest neighbours matching and motion prediction. Our method is evaluated on collected dataset containing nine video sequences covering various different phenomena as well as various blurred strokes. Failure modes are analysed together with suggestions for improvement. One example of real world application is a creation of artificial slow motion video.