パターンマッチング

この例では次を使用します。

この例では、2 次元の正規化された相互相関を使用してパターンマッチングとターゲット追跡を行う方法を説明します。ここでは事前定義あるいはユーザー指定されたターゲットと、追跡する類似ターゲットの数を使用して追跡を行います。正規化された相互相関プロットには、設定されたしきい値を値が超えるとターゲットが特定されることが示されます。

はじめに

この例では、正規化された相互相関を使用してビデオ内のターゲットパターンを追跡します。パターンマッチングのアルゴリズムには以下の手順が含まれます。

入力ビデオフレームとテンプレートのサイズを小さくして、マッチングアルゴリズムで必要となる計算量を最小化します。
周波数領域で、正規化された相互相関を使用して、ビデオフレーム内のテンプレートを検索します。
最大の相互相関値を見つけることにより、パターンの位置を特定します。

パラメーターの初期化とテンプレートの作成

相互相関用のしきい値およびガウスピラミッド分解の分解レベルなどの必要な変数を初期化します。

threshold = single(0.99);
level = 2;

ビデオファイルリーダーを準備します。

hVideoSrc = VideoReader('vipboard.mp4');

ターゲットイメージと追跡する類似ターゲットの数を指定します。既定の設定では、例では事前定義されたターゲットを使用して、最大 2 個の類似パターンを検出します。変数 useDefaultTarget を false に設定し、新しいターゲットと、マッチする類似ターゲットの数を指定します。

useDefaultTarget = true;
[Img, numberOfTargets, target_image] = ...
  videopattern_gettemplate(useDefaultTarget);

% Downsample the target image by a predefined factor. You do this
% to reduce the amount of computation needed by cross correlation.
target_image = single(target_image);
target_dim_nopyramid = size(target_image);
target_image_gp = multilevelPyramid(target_image, level);
target_energy = sqrt(sum(target_image_gp(:).^2));

% Rotate the target image by 180 degrees, and perform zero padding so that
% the dimensions of both the target and the input image are the same.
target_image_rot = imrotate(target_image_gp, 180);
[rt, ct] = size(target_image_rot);
Img = single(Img);
Img = multilevelPyramid(Img, level);
[ri, ci]= size(Img);
r_mod = 2^nextpow2(rt + ri);
c_mod = 2^nextpow2(ct + ci);
target_image_p = [target_image_rot zeros(rt, c_mod-ct)];
target_image_p = [target_image_p; zeros(r_mod-rt, c_mod)];

% Compute the 2-D FFT of the target image
target_fft = fft2(target_image_p);

% Initialize constant variables used in the processing loop.
target_size = repmat(target_dim_nopyramid, [numberOfTargets, 1]);
gain = 2^(level);
Im_p = zeros(r_mod, c_mod, 'single'); % Used for zero padding
C_ones = ones(rt, ct, 'single');      % Used to calculate mean using conv

正規化された相互相関の局所的最大値を計算する System object を作成します。

hFindMax = vision.LocalMaximaFinder( ...
            'Threshold', single(-1), ...
            'MaximumNumLocalMaxima', numberOfTargets, ...
            'NeighborhoodSize', floor(size(target_image_gp)/2)*2 - 1);

パターンの追跡状態を表示する System object を作成します。

sz = get(0,'ScreenSize');
pos = [20 sz(4)-400 400 300];
hROIPattern = vision.VideoPlayer('Name', 'Overlay the ROI on the target', ...
    'Position', pos);

正規化された相互相関値をプロットする Figure ウィンドウを初期化します。

hPlot = videopatternplots('setup',numberOfTargets, threshold);

ビデオ内のテンプレートの検索

入力ビデオのパターンマッチングを実行するための処理ループを作成します。このループは上記でインスタンス化した System object を使用します。ループは入力ファイルの末尾に達すると停止します。ファイルの末尾は VideoReader オブジェクトによって検出されます。

while hasFrame(hVideoSrc)
    Im = im2gray(im2single(readFrame(hVideoSrc)));

    % Reduce the image size to speed up processing
    Im_gp = multilevelPyramid(Im, level);

    % Frequency domain convolution.
    Im_p(1:ri, 1:ci) = Im_gp;    % Zero-pad
    img_fft = fft2(Im_p);
    corr_freq = img_fft .* target_fft;
    corrOutput_f = ifft2(corr_freq);
    corrOutput_f = corrOutput_f(rt:ri, ct:ci);

    % Calculate image energies and block run tiles that are size of
    % target template.
    IUT_energy = (Im_gp).^2;
    IUT = conv2(IUT_energy, C_ones, 'valid');
    IUT = sqrt(IUT);

    % Calculate normalized cross correlation.
    norm_Corr_f = (corrOutput_f) ./ (IUT * target_energy);
    xyLocation = step(hFindMax, norm_Corr_f);

    % Calculate linear indices.
    linear_index = sub2ind([ri-rt, ci-ct]+1, xyLocation(:,2),...
        xyLocation(:,1));

    norm_Corr_f_linear = norm_Corr_f(:);
    norm_Corr_value = norm_Corr_f_linear(linear_index);
    detect = (norm_Corr_value > threshold);
    target_roi = zeros(length(detect), 4);
    ul_corner = (gain.*(xyLocation(detect, :)-1))+1;
    target_roi(detect, :) = [ul_corner, fliplr(target_size(detect, :))];

    % Draw bounding box.
    Imf = insertShape(Im, 'Rectangle', target_roi, 'Color', 'green');
    % Plot normalized cross correlation.
    videopatternplots('update',hPlot,norm_Corr_value);
    step(hROIPattern, Imf);
end

snapnow

% Function to compute pyramid image at a particular level.
function outI = multilevelPyramid(inI, level)

I = inI;
outI = I;

for i=1:level
    outI = impyramid(I, 'reduce');
    I = outI;
end

end

まとめ

この例では、Computer Vision Toolbox™ を使用してビデオ内でユーザー定義されたパターンを見つけて追跡する方法を説明しました。アルゴリズムはターゲットとテスト対象イメージ間の正規化された周波数領域の相互相関に基づいています。ビデオプレーヤーウィンドウには識別されたターゲットの位置を示す入力ビデオが表示されます。また、ターゲットのマッチにメトリクスとして使用される、ターゲットとイメージ間の正規化された相関を示す Figure も表示されます。相関値がしきい値 (青いライン) を超えると入力ビデオ内のターゲットが識別され、その位置が緑の境界ボックスでマークされます。

付録

この例では次の補助関数が使用されています。

パターン マッチング

はじめに

パラメーターの初期化とテンプレートの作成

ビデオ内のテンプレートの検索

まとめ

付録

パターンマッチング