O histograma de deslocamentos orientados ( HOD ) é um descritor de características na visão computacional que resume o movimento de pixels entre dois quadros de imagem consecutivos. Ele captura a distribuição de vetores de deslocamento, agrupando suas orientações e magnitudes em um histograma, fornecendo uma representação compacta da dinâmica da cena. O HOD é comumente aplicado em tarefas como reconhecimento de ações, detecção de pedestres e vigilância por vídeo, onde serve como uma alternativa a métodos baseados em fluxo óptico, como histogramas de gradientes orientados ( HOG ) ou histogramas de fluxo óptico ( HOF ).
O descritor funciona primeiro estimando o deslocamento de cada pixel ou ponto-chave entre quadros, tipicamente usando correspondência de blocos ou técnicas de fluxo óptico esparso. Esses deslocamentos são então quantizados em compartimentos de orientação( por exemplo, 8 ou 16 compartimentos cobrindo 360 graus ) e opcionalmente ponderados pela magnitude. O histograma resultante é normalizado para alcançar invariância a mudanças globais de escala, tornando-o robusto a variações no tamanho dos objetos e no zoom da câmera. Ao contrário do fluxo óptico denso, o HOD pode ser computado eficientemente em pontos de características esparsos, reduzindo o custo computacional enquanto mantém poder discriminativo.
Desenvolvimento Histórico
O conceito de descritores baseados em histogramas ganhou destaque no início dos anos 2000 com o sucesso do HOG para detecção de objetos. O HOD surgiu como uma extensão específica para movimento, aparecendo pela primeira vez na literatura acadêmica por volta de 2008-2010. Pesquisadores em instituições como Carnegie Mellon University e MIT CSAIL exploraram seu uso no reconhecimento de ações humanas, onde superou histogramas de fluxo óptico bruto em experimentos controlados. Por volta de 2012, o HOD foi integrado em pipelines maiores de análise de vídeo, frequentemente combinado com descritores de aparência como o HOG para capturar características estáticas e dinâmicas simultaneamente.
Abordagem Computacional
O cálculo do HOD envolve três etapas principais: estimativa de deslocamento, construção do histograma e normalização. A estimativa de deslocamento tipicamente usa o método de Lucas-Kanade ou correlação de fase para encontrar vetores de movimento por pixel. Para cada vetor, seu ângulo é quantizado em um dos N compartimentos de orientação, e sua magnitude contribui para a contagem desse compartimento, seja como um voto binário ou ponderado pela magnitude. Para lidar com variações de escala, o histograma é normalizado por L1- ou L2-. Na prática, uma pirâmide espacial pode ser aplicada, dividindo a imagem em células e concatenando histogramas por célula, similar à estrutura de blocos do HOG.
Aplicações em Aprendizado de Máquina
Em Machine learning e Artificial intelligence, as características HOD são frequentemente alimentadas em classificadores como máquinas de vetores de suporte ou florestas aleatórias. Elas têm sido usadas para reconhecimento de atividades humanas em sistemas de vigilância, onde o descritor captura padrões de movimento periódicos como caminhar ou acenar. O HOD também aparece na pesquisa de direção autônoma, auxiliando na detecção de obstáculos em movimento ao comparar histogramas de deslocamento em cenas de estrada. Com o avanço do Deep learning, o HOD foi amplamente substituído por características aprendidas de redes neurais convolucionais, mas permanece uma linha de base artesanal útil para tarefas de compreensão de vídeo, especialmente em ambientes com recursos limitados.
Comparação com Descritores Relacionados
O HOD é intimamente relacionado ao HOF, que diretamente agrupa vetores de fluxo óptico em histogramas. A diferença chave é que o HOD opera em deslocamentos entre quadros, que podem ser computados sem estimativa densa de fluxo, tornando-o mais rápido. No entanto, o HOD é sensível ao movimento da câmera, pois deslocamentos globais dominam o histograma. Para mitigar isso, algumas implementações subtraem um modelo de movimento global( por exemplo, transformação afim ) antes de computar os deslocamentos. Comparado a templates temporais como imagens de histórico de movimento, o HOD fornece uma representação mais compacta e invariante à rotação, embora perca informações de layout espacial a menos que combinado com pooling espacial.
Limitações e Extensões
Uma limitação primária do HOD é sua dependência de estimativa precisa de deslocamento em regiões de baixa textura ou movimento rápido, onde a correspondência de blocos falha. Extensões têm abordado isso usando abordagens multiescala ou incorporando pistas de cor e profundidade. Outra extensão, o histograma de deslocamentos orientados com ponderação por magnitude, melhora a robustez ao ruído. Nos últimos anos, o HOD foi adaptado para uso em pipelines de Data Augmentation, onde deslocamentos sintéticos são gerados para treinar modelos robustos. Apesar do domínio do aprendizado profundo, a simplicidade e interpretabilidade do HOD mantêm-no relevante em computação de borda e sistemas em tempo real.
Ver Também
- histogram-of-oriented-gradients( se disponível )
- optical-flow( se disponível )
- Computer vision( se disponível )
- action-recognition( se disponível )
Referências
- 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.