El histograma de desplazamientos orientados (HOD) es un descriptor de características en visión por computadora que resume el movimiento de píxeles entre dos fotogramas consecutivos de una imagen. Captura la distribución de los vectores de desplazamiento agrupando sus orientaciones y magnitudes en un histograma, proporcionando una representación compacta de la dinámica de la escena. El HOD se aplica comúnmente en tareas como el reconocimiento de acciones, la detección de peatones y la vigilancia por video, donde sirve como alternativa a métodos basados en flujo óptico como los histogramas de gradientes orientados (HOG) o los histogramas de flujo óptico (HOF).
El descriptor funciona primero estimando el desplazamiento de cada píxel o punto clave entre fotogramas, típicamente usando coincidencia de bloques o técnicas de flujo óptico disperso. Estos desplazamientos se cuantifican luego en contenedores de orientación (por ejemplo, 8 o 16 contenedores que cubren 360 grados) y opcionalmente se ponderan por magnitud. El histograma resultante se normaliza para lograr invariancia a cambios de escala global, haciéndolo robusto a variaciones en el tamaño de objetos y al zoom de la cámara. A diferencia del flujo óptico denso, el HOD puede calcularse eficientemente en puntos de características dispersos, reduciendo el costo computacional mientras conserva poder discriminativo.
Desarrollo Histórico
El concepto de descriptores basados en histogramas ganó prominencia a principios de los años 2000 con el éxito del HOG para detección de objetos. El HOD surgió como una extensión específica para movimiento, apareciendo por primera vez en la literatura académica alrededor de 2008-2010. Investigadores en instituciones como Carnegie Mellon University y MIT CSAIL exploraron su uso en el reconocimiento de acciones humanas, donde superó a los histogramas de flujo óptico crudos en experimentos controlados. Para 2012, el HOD fue integrado en pipelines más grandes de análisis de video, a menudo combinado con descriptores de apariencia como el HOG para capturar tanto características estáticas como dinámicas.
Enfoque Computacional
El cálculo del HOD implica tres etapas principales: estimación de desplazamiento, construcción del histograma y normalización. La estimación de desplazamiento típicamente usa el método de Lucas-Kanade o correlación de fase para encontrar vectores de movimiento por píxel. Para cada vector, su ángulo se cuantifica en uno de N contenedores de orientación, y su magnitud contribuye al conteo de ese contenedor, ya sea como un voto binario o ponderado por magnitud. Para manejar variaciones de escala, el histograma se normaliza con L1 o L2. En la práctica, puede aplicarse una pirámide espacial, dividiendo la imagen en celdas y concatenando histogramas por celda, similar a la estructura de bloques del HOG.
Aplicaciones en Aprendizaje Automático
En Machine learning y Artificial intelligence, las características HOD se alimentan a menudo a clasificadores como máquinas de vectores de soporte o bosques aleatorios. Se han utilizado para el reconocimiento de actividades humanas en sistemas de vigilancia, donde el descriptor captura patrones de movimiento periódicos como caminar o saludar. El HOD también aparece en la investigación de conducción autónoma, ayudando en la detección de obstáculos en movimiento al comparar histogramas de desplazamiento en escenas de carretera. Con el auge del Deep learning, el HOD ha sido en gran medida superado por características aprendidas de redes neuronales convolucionales, pero sigue siendo una línea base artesanal útil para tareas de comprensión de video, especialmente en entornos con recursos limitados.
Comparación con Descriptores Relacionados
El HOD está estrechamente relacionado con el HOF, que agrupa directamente vectores de flujo óptico. La diferencia clave es que el HOD opera sobre desplazamientos entre fotogramas, que pueden calcularse sin estimación de flujo denso, haciéndolo más rápido. Sin embargo, el HOD es sensible al movimiento de la cámara, ya que los desplazamientos globales dominan el histograma. Para mitigar esto, algunas implementaciones restan un modelo de movimiento global (por ejemplo, transformación afín) antes de calcular los desplazamientos. Comparado con plantillas temporales como las imágenes de historial de movimiento, el HOD proporciona una representación más compacta e invariante a rotación, aunque pierde información de disposición espacial a menos que se combine con agrupación espacial.
Limitaciones y Extensiones
Una limitación principal del HOD es su dependencia de una estimación precisa del desplazamiento en regiones de baja textura o movimiento rápido, donde la coincidencia de bloques falla. Las extensiones han abordado esto usando enfoques multiescala o incorporando señales de color y profundidad. Otra extensión, el histograma de desplazamientos orientados con ponderación por magnitud, mejora la robustez al ruido. En años recientes, el HOD ha sido adaptado para su uso en pipelines de Data Augmentation, donde se generan desplazamientos sintéticos para entrenar modelos robustos. A pesar del dominio del aprendizaje profundo, la simplicidad e interpretabilidad del HOD lo mantienen relevante en computación en el borde y sistemas en tiempo real.
Véase También
- histogram-of-oriented-gradients (si está disponible)
- optical-flow (si está disponible)
- visión por computadora (si está disponible)
- action-recognition (si está disponible)
Referencias
- Dalal, N., & Triggs, B. (2005). Histograms of oriented gradients for human detection.
- Laptev, I., et al. (2008). Learning realistic human actions from movies.
- Wang, H., et al. (2011). Action recognition by dense trajectories.