Optical Flow

Optical flow là mô hình chuyển động biểu kiến của các đối tượng, bề mặt và cạnh trong một cảnh trực quan do chuyển động tương đối giữa người quan sát và cảnh gây ra. Trong lĩnh vực computer vision, khái niệm này đóng vai trò cơ bản để hiểu các động lực học theo thời gian trong các chuỗi video. Bằng cách phân tích độ dịch chuyển của các pixel giữa hai khung hình liên tiếp, các thuật toán optical flow tạo ra một trường vectơ trong đó mỗi vectơ thể hiện hướng và độ lớn chuyển động cho một điểm cụ thể. Tín hiệu trực quan cấp thấp này cho phép các hệ thống artificial intelligence nhận biết không chỉ nội dung trong một hình ảnh mà cả cách nó đang di chuyển, thu hẹp khoảng cách giữa phân tích hình ảnh tĩnh và video understanding động.

Các cơ chế cốt lõi của Optical Flow#

Việc tính toán optical flow thường dựa trên giả định về sự không đổi của độ sáng, cho rằng cường độ của một pixel trên một đối tượng vẫn giữ nguyên từ khung hình này sang khung hình tiếp theo, ngay cả khi nó di chuyển. Các thuật toán tận dụng nguyên tắc này để giải quyết các vector chuyển động bằng cách sử dụng hai phương pháp chính:

• Sparse Optical Flow: Phương pháp này tính toán vectơ chuyển động cho một tập hợp con cụ thể gồm các đặc trưng riêng biệt, chẳng hạn như góc hoặc cạnh, được phát hiện thông qua feature extraction. Các thuật toán như Lucas-Kanade method có hiệu quả cao về mặt tính toán và lý tưởng cho các tác vụ real-time inference khi việc theo dõi các điểm quan tâm cụ thể là đủ.
• Dense Optical Flow: Tiếp cận này tính toán một vectơ chuyển động cho mọi pixel trong khung hình. Mặc dù đòi hỏi tài nguyên tính toán lớn hơn đáng kể, phương pháp này cung cấp một bản đồ chuyển động toàn diện cần thiết cho các tác vụ tinh chỉnh như image segmentation và phân tích cấu trúc. Các kiến trúc deep learning hiện đại thường vượt trội hơn các phương pháp toán học truyền thống trong việc ước tính dòng dày đặc bằng cách học các mẫu chuyển động phức tạp từ các tập dữ liệu lớn.

So sánh Optical Flow và Object Tracking#

Mặc dù thường được sử dụng song song, việc phân biệt optical flow với object tracking là rất quan trọng. Optical flow là một thao tác cấp thấp mô tả chuyển động pixel tức thời; nó không vốn dĩ hiểu được danh tính hoặc tính liên tục của đối tượng.

Ngược lại, object tracking là một tác vụ cấp cao nhằm định vị các thực thể cụ thể và gán cho chúng một ID nhất quán theo thời gian. Các trình theo dõi nâng cao, chẳng hạn như các trình theo dõi được tích hợp trong Ultralytics YOLO26, thường thực hiện object detection để tìm đối tượng và sau đó sử dụng các tín hiệu chuyển động — đôi khi bắt nguồn từ optical flow — để liên kết các phát hiện qua các khung hình. Optical flow trả lời câu hỏi "các pixel này đang di chuyển nhanh thế nào ngay bây giờ", trong khi tracking trả lời câu hỏi "Xe số 5 đã đi đâu?"

Các ứng dụng trong thực tế#

Khả năng ước tính chuyển động ở cấp độ pixel thúc đẩy một loạt các công nghệ tinh vi:

• Autonomous Vehicles và Robotics: Optical flow được sử dụng cho odometry trực quan, cho phép robot hoặc ô tô ước tính chuyển động của chính nó so với môi trường. Nó cũng hỗ trợ depth estimation và tránh chướng ngại vật bằng cách phân tích mức độ nhanh chóng mà các đối tượng trong trường nhìn đang mở rộng hoặc di chuyển.
• Video Stabilization: Máy ảnh và phần mềm chỉnh sửa sử dụng các vectơ chuyển động để phát hiện hiện tượng rung máy không mong muốn. Bằng cách bù cho chuyển động toàn cục này, các hệ thống có thể ổn định cảnh quay kỹ thuật số. Đây là một tính năng tiêu chuẩn trong các consumer electronics hiện đại như điện thoại thông minh và camera hành động.
• Action Recognition: Trong phân tích thể thao và bảo mật, việc phân tích dòng thời gian của các pixel giúp các hệ thống nhận diện các hành động phức tạp của con người. Ví dụ, các mô hình pose estimation có thể được bổ sung dữ liệu dòng chảy để phân biệt giữa một người đi bộ và chạy dựa trên tốc độ chuyển động của chi.
• Video Compression: Các tiêu chuẩn như MPEG video coding phụ thuộc rất nhiều vào ước tính chuyển động. Thay vì lưu trữ mọi khung hình đầy đủ, bộ giải mã lưu trữ optical flow (các vectơ chuyển động) và sự khác biệt (phần dư) giữa các khung hình, giúp giảm đáng kể kích thước tệp để phát trực tuyến và lưu trữ.

Ví dụ về triển khai#

Ví dụ sau đây minh họa cách tính toán dense optical flow bằng cách sử dụng OpenCV library, một công cụ tiêu chuẩn trong hệ sinh thái computer vision. Đoạn mã này sử dụng thuật toán Farneback để tạo bản đồ dòng chảy giữa hai khung hình liên tiếp.

import cv2
import numpy as np

# Simulate two consecutive frames (replace with actual image paths)
frame1 = np.zeros((100, 100, 3), dtype=np.uint8)
frame2 = np.zeros((100, 100, 3), dtype=np.uint8)
cv2.rectangle(frame1, (20, 20), (40, 40), (255, 255, 255), -1)  # Object at pos 1
cv2.rectangle(frame2, (25, 25), (45, 45), (255, 255, 255), -1)  # Object moved

# Convert to grayscale for flow calculation
prvs = cv2.cvtColor(frame1, cv2.COLOR_BGR2GRAY)
next = cv2.cvtColor(frame2, cv2.COLOR_BGR2GRAY)

# Calculate dense optical flow
flow = cv2.calcOpticalFlowFarneback(prvs, next, None, 0.5, 3, 15, 3, 5, 1.2, 0)

# Compute magnitude and angle of 2D vectors
mag, ang = cv2.cartToPolar(flow[..., 0], flow[..., 1])

print(f"Max motion detected: {np.max(mag):.2f} pixels")

Đối với các ứng dụng cấp cao yêu cầu tính liên tục của đối tượng thay vì chuyển động pixel thô, người dùng nên cân nhắc các chế độ tracking có sẵn trong Ultralytics YOLO11 và YOLO26. Các mô hình này trừu tượng hóa độ phức tạp của việc phân tích chuyển động, cung cấp ID đối tượng và quỹ đạo mạnh mẽ sẵn sàng sử dụng cho các tác vụ từ giám sát giao thông đến retail analytics.