Comparative analysis of image hashing algorithms for visual object tracking

Abstract

Subject of the research – visual object tracking using various image hashing algorithms for real-time tracking tasks. The goal of this study is to evaluate the tracking success and processing speed of existing and new hashing algorithms for object tracking and to identify the most suitable algorithms to be used under limited computational resources. The objectives of the research include: developing and implementing object tracking based on the aHash, dHash, pHash, mHash, LHash, and LDHash algorithms; comparing the processing speed and accuracy of these methods on the video sequences "OccludedFace2," "David," and "Sylvester"; determining the tracking success rate (TSR) and frames per second (FPS) metrics for each algorithm; analyzing the impact of the search window size, search strategy, and type of hashing on tracking quality, and providing recommendations for their use. The study also explores the trade-off between accuracy and processing speed for each algorithm considering the constraints of limited computational resources. The methods of this study involve testing and evaluating the accuracy and speed of image hashing algorithms on different test video sequences, as well as the use of metrics to determine object similarity using the Hamming distance. The results demonstrate that the aHash and mHash algorithms demonstrate the best accuracy indicators for all hash window sizes, aHash has a higher processing speed, and mHash offers better robustness to changes in lighting and object position. The dHash and pHash algorithms were less effective than the aHash and mHash algorithms due to their sensitivity to changes in scale and rotation. However, perceptual hashing-based methods, such as pHash, are more robust to contrast and blurring. Conclusions. The best hashing algorithms for real-time object-tracking tasks are aHash and mHash. This study underscores the significance of selecting suitable hashing algorithms and search strategies tailored to specific application scenarios and offers possibilities for further optimization.

Предмет дослідження – візуальне відстеження об'єктів з використанням різних алгоритмів хешування зображень для задачі трекінгу в реальному часі. Мета полягає в успішності відстеження та швидкості обробки існуючих та нових хеш-алгоритмів для трекінгу об'єктів та виявленні найбільш підходящих алгоритмів для використання в умовах обмежених обчислювальних ресурсів. Завдання дослідження включають: розробку та реалізацію трекінгу об'єктів на основі алгоритмів aHash, dHash, pHash, mHash, LHash та LdHash; порівняння швидкості роботи та точності цих методів на відеопослідовностях "OccludedFace2", "David", і "Sylvester"; визначення показників точності відстеження (TSR) та швидкості обробки кадрів (FPS) для кожного з алгоритмів; аналіз впливу розміру вікна пошуку, стратегії пошуку та типу хешування на якість трекінгу та надання рекомендацій щодо їх використання. Дослідження також вивчає компроміси між точністю і швидкістю обробки для кожного алгоритму, беручи до уваги обмеження обмежених обчислювальних ресурсів. Методи дослідження включають тестування та оцінку точності та швидкості роботи алгоритмів хешування зображень на різних тестових відеопослідовностях, а також використання метрик для визначення подібності об'єктів за допомогою відстані Хеммінга. Отримані результати показують, що алгоритми aHash та mHash демонструють найкращі показники точності для всіх розмірів хеш вікна, в той час як aHash має вищу швидкість роботи, а mHash - кращу стійкість до змін освітлення та положення об'єкта. Алгоритми dHash та pHash виявилися менш ефективними у порівнянні з aHash та mHash через їхню чутливість до змін масштабу та поворотів. Проте, методи на основі перцептивного хешування, такі як pHash, продемонстрували кращу стійкість до змін контрасту та розмиття. Висновки. Найкращими алгоритмами хешування для задач відстеження об'єктів у реальному часі є aHash та mHash. Дослідження підкреслює важливість вибору відповідних алгоритмів хешування і стратегій пошуку, адаптованих до конкретних сценаріїв застосування, і пропонує можливості для подальшої оптимізації.