คู่มือ AI แบบเห็นภาพ

การไหลของแสง

การไหลของแสงจะประมาณว่าแต่ละพิกเซลเคลื่อนที่ระหว่างเฟรมวิดีโอที่ต่อเนื่องกันอย่างไร ทำให้เกิดแผนที่เวกเตอร์การเคลื่อนไหวที่หนาแน่น

อ่าน 2 นาทีอัปเดตล่าสุด

ภาพรวม

It is how machines perceive movement, speed, and direction in video.

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

ผลกระทบเชิงกลยุทธ์

ความเร็วและขนาด

Visual AI สามารถทำให้การตรวจสอบ การตรวจจับ และการแท็กเป็นอัตโนมัติในขนาดต่างๆ

สร้างทางเลือก

ทีมสร้างสรรค์สามารถสร้างต้นแบบแนวคิดได้รวดเร็วขึ้นโดยต้องมีการแก้ไขด้วยตนเองน้อยลง

ทีมงานและขั้นตอนการทำงาน

การดำเนินการสามารถใช้สัญญาณภาพและวิดีโอที่ก่อนหน้านี้ประมวลผลได้ยาก

อนาคตของการไหลของแสง

โฟลว์แบบออปติคัลกำลังเคลื่อนไปสู่การประมาณค่าแบบเรียลไทม์และมีความละเอียดสูงบนอุปกรณ์ Edge การผสานรวมกับความลึกและโฟลว์ฉาก 3D อย่างใกล้ชิดยิ่งขึ้น และการฝึกอบรมแบบมีผู้ดูแลด้วยตนเองที่เรียนรู้จากวิดีโอ Raw โดยไม่ต้องใช้ป้ายกำกับความจริงภาคพื้นดินที่มีราคาแพง เนื่องจากระบบอัตโนมัติและหุ่นยนต์ต้องการความเข้าใจการเคลื่อนไหวที่สมบูรณ์ยิ่งขึ้น คาดว่าการไหลจะหลอมรวมกับการติดตามวัตถุและการทำนาย เพื่อให้เครื่องจักรไม่เพียงมองเห็นการเคลื่อนไหวในปัจจุบัน แต่ยังคาดการณ์ว่าสิ่งต่างๆ จะไปในทิศทางใดต่อไป แม้จะผ่านการบดบังและการเคลื่อนไหวของกล้องอย่างรวดเร็ว

การใช้งานจริงในโลกแห่งความเป็นจริง

ระบบป้องกันภาพสั่นไหวในโทรศัพท์และกล้องแอคชั่นที่จะยกเลิกการเคลื่อนไหวที่สั่นไหวของมือถือ

การแทรกเฟรมที่สร้างระหว่างเฟรมเพื่อทำให้วิดีโอดูนุ่มนวลขึ้นหรือเล่นแบบสโลว์โมชั่น

ระบบช่วยเหลือผู้ขับขี่และยานพาหนะอัตโนมัติประเมินความเร็วและทิศทางของรถยนต์และคนเดินถนนในบริเวณใกล้เคียง

ตัวแปลงสัญญาณการบีบอัดวิดีโอทำนายการเคลื่อนไหวระหว่างเฟรมเพื่อจัดเก็บวิดีโอได้อย่างมีประสิทธิภาพมากขึ้น

ความเสี่ยงและรั้ว

สิทธิ์และความยินยอมในรูปภาพอาจกลายเป็นความเสี่ยงทางกฎหมายได้หากแหล่งที่มาไม่ชัดเจน

ประสิทธิภาพของโมเดลอาจแตกต่างกันไปตามสภาพแสง ข้อมูลประชากร และสภาพแวดล้อม

ผลบวกลวงอาจไม่สังเกตเห็นเว้นแต่จะมีการตรวจสอบเกณฑ์ความเชื่อมั่น

แผนงานการดำเนินงาน

1

กำหนดเกณฑ์การยอมรับสำหรับความแม่นยำ การเรียกคืน และต้นทุนข้อผิดพลาด

2

ทดสอบด้วยข้อมูลที่ตรงกับเงื่อนไขการผลิตจริง

3

เพิ่มการตรวจสอบโดยเจ้าหน้าที่สำหรับการคาดการณ์ที่มีความมั่นใจต่ำหรือมีผลกระทบสูง

4

ติดตามการเคลื่อนตัวของโมเดลและตรวจสอบความถูกต้องอีกครั้งหลังจากการเปลี่ยนแปลงกล้องหรือชุดข้อมูล

สำรวจต่อไป

Free newsletter

Get the daily AI briefing

Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.

One email each weekday. Unsubscribe in one click. We never sell or share your address.

Test yourself

Take the Optical Flow quiz

Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.

เริ่มแบบทดสอบ

Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation

คำแนะนำต่อไป

การจับคู่การไหล

คำถามที่พบบ่อย

What is Optical Flow?

การไหลของแสงจะประมาณว่าแต่ละพิกเซลเคลื่อนที่ระหว่างเฟรมวิดีโอที่ต่อเนื่องกันอย่างไร ทำให้เกิดแผนที่เวกเตอร์การเคลื่อนไหวที่หนาแน่น นี่คือวิธีที่เครื่องจักรรับรู้การเคลื่อนไหว ความเร็ว และทิศทางในวิดีโอ

จริง ๆ แล้วการไหลของแสงประมาณค่าอะไร

การไหลของแสงจะสร้างเวกเตอร์การเคลื่อนไหวเพื่ออธิบายว่าแต่ละพิกเซลเคลื่อนที่จากเฟรมหนึ่งไปยังเฟรมถัดไปอย่างไร

ข้อสันนิษฐาน 'ความสว่างคงที่' ที่ใช้ในการไหลของแสงแบบคลาสสิกคืออะไร?

วิธีการแบบคลาสสิกถือว่าความสว่างของจุดทางกายภาพคงที่ในขณะที่เคลื่อนที่ ซึ่งช่วยให้ความสว่างเท่ากันระหว่างเฟรมต่างๆ

วิธีการเรียนรู้เชิงลึกสมัยใหม่ใดที่ขึ้นชื่อในด้านการปรับแต่งโฟลว์แบบวนซ้ำโดยใช้ปริมาณต้นทุนและการอัปเดตซ้ำ

RAFT สร้างปริมาณต้นทุน 4D และใช้ตัวดำเนินการที่เกิดซ้ำเพื่อปรับแต่งการไหลในขั้นตอนเล็กๆ จำนวนมาก เพื่อให้ได้ความแม่นยำที่ล้ำสมัย

เหตุใดวิธีการไหลของแสงแบบคลาสสิกจึงต่อสู้กับการเคลื่อนไหวขนาดใหญ่และรวดเร็ว

วิธีการที่สร้างขึ้นจากสมมติฐานเกี่ยวกับการเคลื่อนไหวเล็ก ๆ จะสูญเสียการติดตามเมื่อพิกเซลกระโดดไปไกลระหว่างเฟรม ทำให้เกิดข้อผิดพลาด

แอปพลิเคชันใดอาศัยการประมาณการเคลื่อนไหวระหว่างเฟรมโดยตรง

การประมาณค่าเฟรมจะสังเคราะห์เฟรมระดับกลางโดยใช้การเคลื่อนที่ของพิกเซลโดยประมาณ ส่งผลให้วิดีโอมีความนุ่มนวลหรือสโลว์โมชันมากขึ้น