ภาพรวม
การไหลของแสงจะประมาณว่าแต่ละพิกเซลเคลื่อนที่ระหว่างเฟรมวิดีโอที่ต่อเนื่องกันอย่างไร ทำให้เกิดแผนที่เวกเตอร์การเคลื่อนไหวที่หนาแน่น นี่คือวิธีที่เครื่องจักรรับรู้การเคลื่อนไหว ความเร็ว และทิศทางในวิดีโอ
Optical Flow เป็นของเวิร์กโฟลว์คอมพิวเตอร์วิทัศน์ที่ตีความหรือสร้างสื่อภาพเพื่อการวิเคราะห์ การดำเนินงาน และความคิดสร้างสรรค์
เจาะลึก
การไหลของแสงจะกำหนดลูกศรเคลื่อนไหวเล็กๆ ให้กับทุกๆ พิกเซล โดยอธิบายว่าพิกเซลนั้นดูเหมือนจะเดินทางจากเฟรมหนึ่งไปยังอีกเฟรมหนึ่งที่ไหน วิธีการแบบคลาสสิกขึ้นอยู่กับสมมติฐาน 'ความคงที่ของความสว่าง' โดยจุดหนึ่งจะรักษาความสว่างเท่าเดิมในขณะที่มันเคลื่อนที่ รวมกับข้อจำกัดด้านความราบรื่น เช่นเดียวกับในอัลกอริธึม Lucas-Kanade (เบาบาง) และ Horn-Shunck (หนาแน่น) สิ่งเหล่านี้ใช้ได้ผลดีกับการเคลื่อนไหวเล็กๆ ที่นุ่มนวล แต่ต้องเจอกับการเคลื่อนไหวที่รวดเร็ว การบดบัง และบริเวณที่ไม่มีพื้นผิวขนาดใหญ่ การเรียนรู้เชิงลึกได้เปลี่ยนแปลงวงการ: เครือข่ายอย่าง FlowNet, PWC-Net และโดยเฉพาะอย่างยิ่ง RAFT เรียนรู้ที่จะจับคู่คุณสมบัติต่างๆ ในเฟรมต่างๆ และปรับแต่งฟิลด์โฟลว์ซ้ำๆ ผลลัพธ์จะขับเคลื่อนความเข้าใจในวิดีโอในทุกที่ที่คำถามไม่ใช่แค่ 'มีอะไรอยู่ในเฟรม' แต่ 'มันเคลื่อนไหวอย่างไร'
ข้อมูลเชิงลึกทางเทคนิค
RAFT ซึ่งเป็นแนวทางหลักที่สร้าง 'ปริมาณต้นทุน' 4 มิติที่ให้คะแนนว่าทุกพิกเซลในเฟรมที่หนึ่งตรงกับทุกพิกเซลในเฟรมที่สองได้ดีเพียงใด จากนั้นใช้ตัวดำเนินการอัปเดตที่เกิดซ้ำ (GRU) เพื่อปรับแต่งการประมาณการไหลในขั้นตอนเล็กๆ หลายๆ ขั้นตอน เช่น การดันลูกศรซ้ำๆ เพื่อให้ได้การจับคู่ที่ดีขึ้น การปรับแต่งซ้ำๆ นี้แทนที่จะคาดเดาครั้งใหญ่ ให้การไหลที่คมชัดและแม่นยำ แม้กระทั่งการกระจัดขนาดใหญ่และรายละเอียดที่ละเอียด และสรุปได้ดีในฉากต่างๆ
การเรียนรู้การไหลของแสง
การไหลของแสงจะประมาณว่าแต่ละพิกเซลเคลื่อนที่ระหว่างเฟรมวิดีโอที่ต่อเนื่องกันอย่างไร ทำให้เกิดแผนที่เวกเตอร์การเคลื่อนไหวที่หนาแน่น นี่คือวิธีที่เครื่องจักรรับรู้การเคลื่อนไหว ความเร็ว และทิศทางในวิดีโอ Optical Flow เป็นของเวิร์กโฟลว์คอมพิวเตอร์วิทัศน์ที่ตีความหรือสร้างสื่อภาพเพื่อการวิเคราะห์ การดำเนินงาน และความคิดสร้างสรรค์ เพื่อสร้างความเข้าใจอย่างลึกซึ้ง ให้ถือว่า Optical Flow เป็นเพียงโมเดลการดำเนินงาน ไม่ใช่คุณลักษณะเดียว: กำหนดผลลัพธ์ที่ต้องการ ชี้แจงสมมติฐาน และแยกสิ่งที่ระบบสามารถทำได้อย่างน่าเชื่อถือจากสิ่งที่ยังต้องใช้วิจารณญาณจากผู้เชี่ยวชาญ
ในทางปฏิบัติ ทีมที่แข็งแกร่งใช้ความแม่นยำของความสมดุลของ Optical Flow กับความเป็นจริงในการปฏิบัติงาน เช่น คุณภาพของข้อมูล ความแปรปรวนของแสง และความสม่ำเสมอของการติดฉลาก โดยจะบันทึกเกณฑ์ความสำเร็จที่ชัดเจน ทดสอบกับข้อมูลและขั้นตอนการทำงานที่สมจริง และทำซ้ำตามรูปแบบความล้มเหลวที่สังเกตได้ แทนที่จะชนะการวัดประสิทธิภาพเพียงครั้งเดียว นี่คือจุดที่ความเข้าใจทางทฤษฎีกลายเป็นความสามารถที่คงทนของผลิตภัณฑ์ นโยบาย และการดำเนินงาน
Visual AI สามารถทำให้การตรวจสอบ การตรวจจับ และการแท็กเป็นอัตโนมัติในขนาดต่างๆ ในขณะเดียวกัน สิทธิ์และความยินยอมในรูปภาพอาจกลายเป็นความเสี่ยงทางกฎหมายได้หากแหล่งที่มาไม่ชัดเจน แนวทางที่ยืดหยุ่นที่สุดคือการรวมความเร็วของการทดลองเข้ากับวินัยในการกำกับดูแล: ดำเนินการนำร่อง จับหลักฐาน เผยแพร่บันทึกการตัดสินใจ และอัปเดตการป้องกันอย่างต่อเนื่องเมื่อพฤติกรรมของโมเดล ความคาดหวังของผู้ใช้ และข้อกำหนดด้านกฎระเบียบมีการเปลี่ยนแปลง
ผลกระทบเชิงกลยุทธ์
Visual AI สามารถทำให้การตรวจสอบ การตรวจจับ และการแท็กเป็นอัตโนมัติในขนาดต่างๆ
Visual AI สามารถทำให้การตรวจสอบ การตรวจจับ และการแท็กเป็นอัตโนมัติในขนาดต่างๆ ในการปรับใช้คุณภาพสูง สิ่งนี้จะถูกแปลเป็นกฎการปฏิบัติงานที่วัดผลได้ ขอบเขตความเป็นเจ้าของ และขั้นตอนการตรวจสอบที่เกิดซ้ำ เพื่อให้ทีมสามารถปรับขนาดความมั่นใจแทนที่จะปรับขนาดความคลุมเครือ
ทีมสร้างสรรค์สามารถสร้างต้นแบบแนวคิดได้รวดเร็วขึ้นโดยต้องมีการแก้ไขด้วยตนเองน้อยลง
ทีมสร้างสรรค์สามารถสร้างต้นแบบแนวคิดได้รวดเร็วขึ้นโดยต้องมีการแก้ไขด้วยตนเองน้อยลง ในการปรับใช้คุณภาพสูง สิ่งนี้จะถูกแปลเป็นกฎการปฏิบัติงานที่วัดผลได้ ขอบเขตความเป็นเจ้าของ และขั้นตอนการตรวจสอบที่เกิดซ้ำ เพื่อให้ทีมสามารถปรับขนาดความมั่นใจแทนที่จะปรับขนาดความคลุมเครือ
การดำเนินการสามารถใช้สัญญาณภาพและวิดีโอที่ก่อนหน้านี้ประมวลผลได้ยาก
การดำเนินการสามารถใช้สัญญาณภาพและวิดีโอที่ก่อนหน้านี้ประมวลผลได้ยาก ในการปรับใช้คุณภาพสูง สิ่งนี้จะถูกแปลเป็นกฎการปฏิบัติงานที่วัดผลได้ ขอบเขตความเป็นเจ้าของ และขั้นตอนการตรวจสอบที่เกิดซ้ำ เพื่อให้ทีมสามารถปรับขนาดความมั่นใจแทนที่จะปรับขนาดความคลุมเครือ
การใช้งานจริงในโลกแห่งความเป็นจริง
ระบบป้องกันภาพสั่นไหวในโทรศัพท์และกล้องแอคชั่นที่จะยกเลิกการเคลื่อนไหวที่สั่นไหวของมือถือ
การแทรกเฟรมที่สร้างระหว่างเฟรมเพื่อทำให้วิดีโอดูนุ่มนวลขึ้นหรือเล่นแบบสโลว์โมชัน
ระบบช่วยเหลือผู้ขับขี่และยานพาหนะอัตโนมัติประเมินความเร็วและทิศทางของรถยนต์และคนเดินถนนในบริเวณใกล้เคียง
ตัวแปลงสัญญาณการบีบอัดวิดีโอทำนายการเคลื่อนไหวระหว่างเฟรมเพื่อจัดเก็บวิดีโอได้อย่างมีประสิทธิภาพมากขึ้น
รูปแบบการดำเนินงาน
การไหลของแสงในทางปฏิบัติ
ระบบป้องกันภาพสั่นไหวของวิดีโอในโทรศัพท์และกล้องแอคชั่นที่จะยกเลิกการเคลื่อนไหวที่สั่นไหวของมือถือ
ระบบป้องกันภาพสั่นไหวของวิดีโอในโทรศัพท์และกล้องแอคชั่นที่ป้องกันการเคลื่อนไหวบนมือถือที่สั่นไหว ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพการทำงานที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
การไหลของแสงในทางปฏิบัติ
การแทรกเฟรมที่สร้างระหว่างเฟรมเพื่อทำให้วิดีโอดูนุ่มนวลขึ้นหรือเล่นแบบสโลว์โมชั่น
การประมาณค่าเฟรมที่สร้างระหว่างเฟรมเพื่อทำให้วิดีโอดูราบรื่นขึ้นหรือทำงานแบบสโลว์โมชั่น ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพการทำงานที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
การไหลของแสงในทางปฏิบัติ
ระบบช่วยเหลือผู้ขับขี่และยานพาหนะอัตโนมัติประเมินความเร็วและทิศทางของรถยนต์และคนเดินถนนในบริเวณใกล้เคียง
ระบบช่วยเหลือผู้ขับขี่และยานพาหนะอัตโนมัติที่ประเมินความเร็วและทิศทางของรถยนต์และคนเดินถนนในบริเวณใกล้เคียง ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพการทำงานที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
การไหลของแสงในทางปฏิบัติ
ตัวแปลงสัญญาณการบีบอัดวิดีโอทำนายการเคลื่อนไหวระหว่างเฟรมเพื่อจัดเก็บวิดีโอได้อย่างมีประสิทธิภาพมากขึ้น
ตัวแปลงสัญญาณการบีบอัดวิดีโอคาดการณ์การเคลื่อนไหวระหว่างเฟรมเพื่อจัดเก็บวิดีโอได้อย่างมีประสิทธิภาพมากขึ้น ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อกำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพการทำงานที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
ความเสี่ยงและรั้ว
สิทธิ์และความยินยอมในรูปภาพอาจกลายเป็นความเสี่ยงทางกฎหมายได้หากแหล่งที่มาไม่ชัดเจน
ประสิทธิภาพของโมเดลอาจแตกต่างกันไปตามสภาพแสง ข้อมูลประชากร และสภาพแวดล้อม
ผลบวกลวงอาจไม่สังเกตเห็นเว้นแต่จะมีการตรวจสอบเกณฑ์ความเชื่อมั่น
แผนงานการดำเนินงาน
กำหนดเกณฑ์การยอมรับสำหรับความแม่นยำ การเรียกคืน และต้นทุนข้อผิดพลาด
กำหนดเกณฑ์การยอมรับสำหรับความแม่นยำ การเรียกคืน และต้นทุนข้อผิดพลาด ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น
ทดสอบด้วยข้อมูลที่ตรงกับเงื่อนไขการผลิตจริง
ทดสอบด้วยข้อมูลที่ตรงกับเงื่อนไขการผลิตจริง ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น
เพิ่มการตรวจสอบโดยเจ้าหน้าที่สำหรับการคาดการณ์ที่มีความมั่นใจต่ำหรือมีผลกระทบสูง
เพิ่มการตรวจสอบโดยเจ้าหน้าที่สำหรับการคาดการณ์ที่มีความมั่นใจต่ำหรือมีผลกระทบสูง ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น
ติดตามการเคลื่อนตัวของโมเดลและตรวจสอบความถูกต้องอีกครั้งหลังจากการเปลี่ยนแปลงกล้องหรือชุดข้อมูล
ติดตามการเคลื่อนตัวของโมเดลและตรวจสอบความถูกต้องอีกครั้งหลังจากการเปลี่ยนแปลงกล้องหรือชุดข้อมูล ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น