L'histogramme des déplacements orientés (HOD) est un descripteur de caractéristiques en vision par ordinateur qui résume le mouvement des pixels entre deux images consécutives. Il capture la distribution des vecteurs de déplacement en regroupant leurs orientations et leurs magnitudes dans un histogramme, offrant une représentation compacte de la dynamique de la scène. Le HOD est couramment appliqué dans des tâches telles que la reconnaissance d'actions, la détection de piétons et la surveillance vidéo, où il sert d'alternative aux méthodes basées sur le flux optique comme les histogrammes de gradients orientés (HOG) ou les histogrammes de flux optique (HOF).
Le descripteur fonctionne d'abord en estimant le déplacement de chaque pixel ou point clé entre les images, généralement à l'aide de techniques de correspondance de blocs ou de flux optique sparse. Ces déplacements sont ensuite quantifiés en cases d'orientation (par exemple, 8 ou 16 cases couvrant 360 degrés) et éventuellement pondérés par la magnitude. L'histogramme résultant est normalisé pour obtenir une invariance aux changements d'échelle globale, ce qui le rend robuste aux variations de taille des objets et au zoom de la caméra. Contrairement au flux optique dense, le HOD peut être calculé efficacement sur des points caractéristiques épars, réduisant le coût de calcul tout en conservant un pouvoir discriminant.
Développement historique
Le concept des descripteurs basés sur des histogrammes a gagné en importance au début des années 2000 avec le succès du HOG pour la détection d'objets. Le HOD est apparu comme une extension spécifique au mouvement, apparaissant pour la première fois dans la littérature académique vers 2008-2010. Des chercheurs d'institutions telles que université Carnegie-Mellon et CSAIL du MIT ont exploré son utilisation dans la reconnaissance d'actions humaines, où il surpassait les histogrammes de flux optique bruts dans des expériences contrôlées. Dès 2012, le HOD a été intégré dans des pipelines d'analyse vidéo plus vastes, souvent combiné avec des descripteurs d'apparence comme le HOG pour capturer à la fois les caractéristiques statiques et dynamiques.
Approche computationnelle
Le calcul du HOD implique trois étapes principales : l'estimation du déplacement, la construction de l'histogramme et la normalisation. L'estimation du déplacement utilise typiquement la méthode de Lucas-Kanade ou la corrélation de phase pour trouver les vecteurs de mouvement par pixel. Pour chaque vecteur, son angle est quantifié dans l'une des N cases d'orientation, et sa magnitude contribue au compte de cette case, soit par un vote binaire, soit pondéré par la magnitude. Pour gérer les variations d'échelle, l'histogramme est normalisé L1 ou L2. En pratique, une pyramide spatiale peut être appliquée, divisant l'image en cellules et concaténant les histogrammes par cellule, similaire à la structure de blocs du HOG.
Applications en apprentissage automatique
En apprentissage automatique et en intelligence artificielle, les caractéristiques HOD sont souvent introduites dans des classificateurs tels que les machines à vecteurs de support ou les forêts aléatoires. Elles ont été utilisées pour la reconnaissance d'activités humaines dans les systèmes de surveillance, où le descripteur capture des motifs de mouvement périodiques comme la marche ou le geste de la main. Le HOD apparaît également dans la recherche sur la conduite autonome, aidant à la détection d'obstacles mobiles en comparant les histogrammes de déplacement à travers les scènes routières. Avec l'essor du apprentissage profond, le HOD a été largement supplanté par des caractéristiques apprises à partir de réseaux de neurones convolutifs, mais il reste une référence artisanale utile pour les tâches de compréhension vidéo, en particulier dans les environnements à ressources limitées.
Comparaison avec les descripteurs apparentés
Le HOD est étroitement lié au HOF, qui regroupe directement les vecteurs de flux optique. La différence clé est que le HOD opère sur les déplacements entre les images, qui peuvent être calculés sans estimation de flux dense, ce qui le rend plus rapide. Cependant, le HOD est sensible au mouvement de la caméra, car les déplacements globaux dominent l'histogramme. Pour atténuer cela, certaines implémentations soustraient un modèle de mouvement global (par exemple, une transformation affine) avant de calculer les déplacements. Comparé aux gabarits temporels comme les images d'historique de mouvement, le HOD offre une représentation plus compacte et invariante en rotation, bien qu'il perde l'information de disposition spatiale à moins d'être combiné avec un regroupement spatial.
Limites et extensions
Une limitation principale du HOD est sa dépendance à une estimation précise du déplacement dans les régions à faible texture ou à mouvement rapide, où la correspondance de blocs échoue. Des extensions ont abordé ce problème en utilisant des approches multi-échelles ou en incorporant des indices de couleur et de profondeur. Une autre extension, l'histogramme des déplacements orientés avec pondération par magnitude, améliore la robustesse au bruit. Ces dernières années, le HOD a été adapté pour une utilisation dans les pipelines de augmentation de données, où des déplacements synthétiques sont générés pour entraîner des modèles robustes. Malgré la domination de l'apprentissage profond, la simplicité et l'interprétabilité du HOD le maintiennent pertinent dans le calcul en périphérie et les systèmes temps réel.
Voir aussi
- histogram-of-oriented-gradients (si disponible)
- optical-flow (si disponible)
- vision par ordinateur (si disponible)
- action-recognition (si disponible)
Références
- 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.