Discussion :

[black_hole]

Bonjour,
je travaille sur un algorithme de traitement d'image KCF qui permet de faire du tracking d'objet sur une image dans le domaine fréquentielle.
Pour aller vite l'algo à son patch de référence et fait au cours du temps de l'autocorrélation au cours du temps pour savoir ou se situe un pic et en déduit le déplacement (x,y).

Le problème c'est que l'algorithme ne détecte pas les changements d'échelle (si l'objer s'éloigne ou se rapproche de la caméra). Est-il possible avec la FFT d'analyser cette variation d'échelle de la donnée d'entré?

Si on prend un signal 1D et qu'on change son échelle (en "écrase" ou "etire" le signal), est-il possible de le détecter?

[Vincent PETIT]

Salut,

Si on prend un signal 1D et qu'on change son échelle (en "écrase" ou "etire" le signal), est-il possible de le détecter?

Ton autocorrelation devrait avoir une intensité proportionnelle à l'échelle du motif ?

Sinon il n'est pas simple ton problème. En théorie, le contenu fréquentiel sera le même mais la puissance (hauteur) des harmoniques va augmenter ou diminuer selon l'échelle. Mais tout le contenu fréquentiel va augmenter, le motif recherché et le reste. Il n'est pas sur que tu arrives à trouver un signature fréquentielle de l'objet recherché.

En 1D, comme dans les signaux électriques, la FFT ne donne pas d'indication temporelle. C'est à dire, pour faire simple, que la représentation fréquentielle des notes de musique do, ré, mi aura la même représentation fréquentielle mi, ré, do alors qu'à l'oreille les deux sont très différentes et ça sera pareil pour une image. C'est pour ça que je disais qu'une signature fréquentielle n'était pas forcément évident. La transformée en ondelette permet de voir mieux ce genre de changements. Exemple d'un changement de fréquence à la 30^ème seconde



Avec une FFT, peux être que si tu isolais l'objet recherché dans l'image, puisque tu arrives à savoir où il est, (par soustraction ?) alors peut être que de faire une FFT juste sur l'objet tu pourrais avoir une idée de la distance de celui-ci au travers de la puissance des raies fréquentielles.

[black_hole]

Merci pour la réponse. Les explications étaient très clair.

Alors j'ai pu avancer un peu de mon coté. D'après les articles que j'ai lu, il y a une méthode pour estimer une variation d'échelle.
Imaginons que l'on a une imagette a un endroit connus de notre image, et que l' on agrandi cette imagnette ( au centre de l'image), on a donc une imagette de départ I[x0:x1,y0:y1]. et l'imagnette agrandi If[x0:x1,y0:y1].
Si on analyse cette imagette a des échelles différentes s = [-2, 2] avec des steps de 0.2 par exemple, on a Is[x0:sx:x1,y0:sy:y1]. Si on fait l'autocorrelation de Is par If on devrait avoir un maximum sur un des steps.

Et donc l'échelle recherché s = argmax(argmax(cross_correlation(Is,If)).

Il ne faut pas de grosse variation mais ça a l'air de fonctionner.

[dev_ggy]

Bonjour à tous les deux,

J'ajouterai qu'il existe des algorithmes pour déterminer les changements d'intensité. Pour cela on pouvait regarder sur Google avec les termes suivants : change point detection

Si cela peut vous aider,
bien cordialement.