Blob tracking – tai metodas, kuriuo kompiuteriai gali atpažinti ir atsekti objektų judėjimą vaizduose. Dėmė yra pikselių grupė, kurią kompiuteris identifikuoja kaip objektą. Pavyzdžiui, žmogus gali būti dėmė. Šis sekimo metodas leidžia kompiuteriui rasti dėmės vietą nuosekliuose kadruose. Tiesą sakant, kompiuteris mato objekto judesį, o tai yra galimybė, kurią galima pritaikyti kompiuterizuotai vaizdų analizei ir kompiuterinės regos vystymuisi.
Kad kompiuteris galėtų sekti dėmes, jis turi jas apibrėžti. Pirmasis dėmių stebėjimo žingsnis yra sukurti programą, kuri aptinka dėmes vaizde. Kompiuteris randa dėmeles sugrupuodamas pikselius su panašiomis šviesos reikšmėmis arba spalvų reikšmėmis. Realiame pasaulyje kiekvienas paviršius turi subtilių variantų, taigi, jei kompiuteris pasirinko tik vieną šviesos ar spalvos reikšmę, dėmė gali būti tik kelių pikselių, o tai nenaudinga bandant grupuoti vaizdus į naudingus komponentus, vaizduojančius ištisus vienetus.
Programuotojo pareiga yra sukurti dėmių aptikimo sistemą, kuri imituotų skirtumus tarp objektų, kuriuos mato žmogaus akis. Ji tai daro programoje įrašydama tolerancijos slenkstį, kuris praneša kompiuteriui didžiausią skirtumą tarp reikšmių, kurios gali atsirasti dėmėje. Programuotojai išbando ir tobulina dėmių aptikimo programas, kol gali tinkamai identifikuoti vaizdų dalis.
Tada programuotojas turi sukurti būdą, kaip kompiuteris galėtų sekti dėmių judėjimą. Tai sudėtinga, nes kompiuteris negali paprasčiausiai nuskaityti kito kadro, ieškodamas tos pačios dėmės: dėmės forma ir reikšmės gali keistis jam judant. Pavyzdžiui, sėdintis žmogus gali atsistoti. Kompiuteris turi aptikti dėmes naujame vaizde ir užmegzti prasmingus ryšius tarp iš pažiūros skirtingų kiekviename kadre esančių dėmių. Programuotojai sukuria lygtis, apibrėžiančias santykinę veiksnių, įskaitant vietą, dydį ir spalvą, svarbą, o rezultatai padeda nuspręsti, ar naujajame kadre esanti dėmelė yra pakankamai panaši į ankstesnę, kad gautų tą pačią etiketę.
Blob stebėjimas yra galingas įrankis, ypač kai jis derinamas su kitais vaizdų analizės metodais. Pavyzdžiui, kompiuteriai nustato didelio kontrasto sritis tarp vieno pikselio ir kito, kad aptiktų kraštus. Kai kurios programos naudoja keteros aptikimo metodus, kad nustatytų paviršiaus kontūrą.
Šie gebėjimai leidžia kompiuteriams atlikti sudėtingą vaizdų analizę. Automatizuota sistema gali nuskaityti daugiau vaizdų, nei galėtų peržiūrėti žmonės. Naudodamas savo įrankių rinkinį, įskaitant dėmių stebėjimą, jis galėtų nustatyti dominančius vaizdus, kurius reikia išsamiau peržiūrėti, ir perduoti tuos skyrius žmogui.
Kitas dėmių sekimo pritaikymas yra kompiuterinis matymas ir robotika. Tobulėjant tokioms technikoms kaip šis, robotai galės iš vaizdų išgauti prasmę tokiu būdu, kuris prilygsta vaizdo apdorojimui žmogaus smegenyse. Kompiuteriai galėjo priimti informaciją neįvedę jos rankiniu būdu ir gauti daugiau informacijos nei bet kada anksčiau. Robotai galėjo pamatyti juos supantį pasaulį.