Relatório 05 - Subtração de Fundo

Introdução

O objetivo deste laboratório é explorar técnicas de subtração de fundo e detecção de movimento utilizando métodos disponíveis na biblioteca OpenCV. Serão realizados experimentos com vídeos pré-gravados e imagens capturadas em tempo real pela webcam, aplicando os métodos MOG2 e KNN para isolar objetos em movimento do fundo estático.

Metodos de Subtração

A subtração de fundo é uma técnica amplamente utilizada em visão computacional para detectar objetos em movimento em vídeos. O método envolve a criação de um modelo do fundo da cena, que é atualizado ao longo do tempo. Quando um novo quadro é capturado, ele é comparado com o modelo de fundo, e as diferenças significativas são classificadas como objetos em movimento.

Existem diversas abordagens para a subtração de fundo, entre elas:

• MOG2 (Mixture of Gaussians): Um modelo probabilístico que utiliza uma mistura de distribuições gaussianas para modelar cada pixel da cena. Ele é adaptativo e pode lidar com mudanças sutis no fundo, como iluminação variável.
• KNN (K-Nearest Neighbors): Um método baseado em aprendizado que classifica os pixels como fundo ou primeiro plano com base nos vizinhos mais próximos. É robusto contra ruídos e sombras.

Exemplo de subtração de fundo

Vídeo de um objeto com a subtração de fundo MOG2

Subtração do fundo de um sinal de Webcam

Os vídeos abaixo são gravações da janela ao vivo da webcam que mostra os objetos em movimento isolados do fundo estático. A detecção funcionou corretamente mesmo com diferentes velocidades de movimento e iluminação variável.

Vídeos da webcam com a subtração de fundo MOG2

Aplicações práticas da Subtração de Fundo

A técnica de subtração de fundo tem diversas aplicações práticas, incluindo:

• Vigilância por vídeo: Detectar intrusos ou comportamentos suspeitos em áreas monitoradas.
• Contagem de pessoas: Em locais públicos ou eventos, pode ser usada para contar pessoas que entram ou saem.
• Interação humano-computador: Sistemas que detectam gestos ou movimentos corporais para interagir com dispositivos.
• Efeitos visuais: Remoção do fundo em videoconferências ou criação de efeitos especiais em filmes.

Conclusão

Este laboratório explorou técnicas fundamentais para detecção de movimento usando subtração de fundo, aplicáveis tanto em vídeos gravados quanto em imagens ao vivo capturadas pela webcam. Os métodos MOG2 e KNN oferecem diferentes vantagens dependendo do cenário, sendo ferramentas poderosas para aplicações práticas como vigilância, contagem automática e interação visual.