Ένα σημαντικό πρόβλημα στην επεξεργασία ακολουθιών βίντεο είναι η εκτίμηση της κίνησης μεταξύ διαδοχικών πλαισίων βίντεο, που συχνά αναφέρεται και σαν εκτίμηση οπτικής ροής. Η εκτίμηση της κίνησης βρίσκει εφαρμογή σε μια πληθώρα εφαρμογών βίντεο, όπως για παράδειγμα στη συμπίεση (video compression), στην τρισδιάστατη εκτίμηση της δομής επιφανειών (3-D surface structure estimation), στη σύνθεση εικόνων υψηλής ανάλυσης (super-resolution) και στην κατάτμηση βάσει της κίνησης (motion-based segmentation). Οι πρόσφατες εξελίξεις στην τεχνολογία των αισθητήρων επιτρέπoυν τη λήψη πλαισίων βίντεο με υψηλούς ρυθμούς. Στη διεθνή βιβλιογραφία έχουν παρουσιασθεί τεχνικές που εκμεταλλεύονται την ακριβέστερη απεικόνιση της οπτικής ροής στην υπερδειγματοληπτημένη ακολουθία πλαισίων επιτυγχάνοντας με αυτόν τον τρόπο καλύτερη εκτίμηση της κίνησης στους τυπικούς ρυθμούς δειγματοληψίας των 30 πλαισίων/δευτ. Η υπολογιστική πολυπλοκότητα, και επομένως, και η χρησιμότητα των τεχνικών αυτών σε εφαρμογές πραγματικού χρόνου εξαρτώνται άμεσα από την πολυπλοκότητα του αλγορίθμου αντιστοίχισης, που χρησιμοποιείται για την εκτίμηση κίνησης. Στα πλαίσια της εργασίας αυτής θα μελετήθηκαν και υλοποιήθηκαν μερικές από τις πιο πρόσφατες τεχνικές που έχουν προταθεί στη διεθνή βιβλιογραφία και αναπτύχθηκε μια αποδοτικότερη (από άποψη πολυπλοκότητας) τεχνική αντιστοίχησης, η οποία όμως συγχρόνως δεν υστερεί σε ακρίβεια. / A significant problem in video processing is the motion estimation between two adjacent video frames, which is often called optical flow estimation. The motion estimation is applicable for a number of different fields of interest like video compression, 3-D surface structure estimation, super-resolution images and motion based segmentation. Recent evolution of sensors’ technology has allowed the capture of video frames at high rates. Several techniques using these video sequences have been presented in recent scientific and technological publications. These techniques are exploiting the better representation and achieve more accurate optical flow estimation at the standard frame rate (30 frames per second). The computational complexity and the ease-of-use of those techniques is in accordance with the complexity of the matching algorithm used for motion estimation. Some of the state-of-the-art algorithms have been studied and implemented during this diploma thesis. Besides this, a more efficient and accurate matching technique has been proposed.

Στο πλαίσιο της εργασίας αυτής προτείνεται μια τεχνική η οποία προσπαθεί να κάνει ταυτόχρονα εκτίμηση της οπτικής ροής καθώς επίσης και διαμέριση της σκηνής σε διαφορετικά κινούμενα σώματα. Συγκεκριμένα προτείνεται η λύση μιας ακολουθίας προβλημάτων ελαχιστοποίησης. Κάθε πρόβλημα ελαχιστοποίησης προσπαθεί να απομονώσει κάποιο κινούμενο σώμα από την σκηνή και εκτιμά για αυτό μία ταχύτητα. Τα αποτελέσματα που προέκυψαν από την εφαρμογή της τεχνικής σε προβλήματα εκτίμησης της οπτικής ροής διαφορετικής πολυπλοκότητας δείχνουν ότι η επίδοση της προτεινόμενης τεχνικής είναι ικανοποιητική. / In this thesis, a method, which tries to estimate the optical flow field, and segment the scene at the same time, is suggested. Specifically, a series of minimization problems are solved. Each of these minimization problems, tries to isolate a moving object from the scene, and estimate for it a velocity. The results from applying the suggested method in several optical flow estimation problems, with varying complexities, show that the performance of the method is very promising.