Warum häufen sich Erkennungen auf Heim-NVRs an den Rändern von Weitwinkelframes?

Erkennungen auf Heim-NVRs können sich in der Nähe von Weitwinkelrändern häufen, weil die Objektivprojektion Objektform, Pixeldichte, Bewegung und Detektorgeometrie im Bild verändert.

Eine Kamera an der Veranda oder im Raum kann wiederholt Personen, Haustiere oder falsche Begrenzungsrahmen in der Nähe des linken und rechten Bildrands anzeigen, selbst wenn die Aktivität normalerweise verteilt ist. Weitwinkeloptiken bilden gleiche reale Winkel in ungleichen Bildformen ab, und Objekte am Rand werden oft gedehnt, gekrümmt oder nur teilweise erfasst. Erkennung, Objektivkorrektur, Bewegungsfilterung und Tracking können dieses räumliche Ungleichgewicht verstärken.

Weitwinkelprojektion macht das Bild räumlich ungleichmäßig

Fischaugen- und stark tonnenverzerrende Projektionen erhalten ein großes Sichtfeld, indem sie gerade Strukturen der Szene biegen. In der Nähe des Bildrands kann ein Objekt eine ungewöhnliche Form und einen ungewöhnlichen Winkelmaßstab einnehmen, während ein herkömmlicher rechteckiger Rahmen mehr Hintergrund einschließt als in der Nähe der optischen Mitte.

Untersuchungen zur Anpassung an Fischaugengeometrie zeigen, dass herkömmliche Detektoren eine geometriebewusste Anpassung für Fischaugenbilder benötigen und gewöhnliche Rahmen Objekte mit Verzerrungen nur unzureichend darstellen. Polygonale Darstellungen und Informationen zum Kameramodell entsprechen der Geometrie am Rand besser.

Eine Erkennungskarte zählt Bildkoordinaten und nicht gleich große Bereiche des Raums. Ein Streifen am Rand kann eine Türöffnung oder einen deutlich größeren Winkelbereich abdecken als ein zentraler Streifen. Daher kann ein scheinbarer Cluster im Bildraum teilweise die Abbildung der Szene und nicht eine Verzerrung des Detektors widerspiegeln.

Training und Entzerrung verändern die Konfidenz am Rand

Viele Detektoren werden hauptsächlich mit geradlinigen Bildern und aufrecht stehenden Objekten trainiert. Gestreckte Gliedmaßen, gekrümmte Türrahmen, teilweise sichtbare Objekte und eine geringere effektive Detailauflösung an Weitwinkelrändern unterscheiden sich von dieser Trainingsverteilung. Dadurch verändern sich Konfidenz und Lokalisierungsfehler abhängig von der Position.

Eine Studie zur Objekterkennung mit Fischaugenkameras bewertet Erkennungsmethoden für Fischaugenkameras und führt verzerrungsbewusste Methoden für diesen Bereich ein. Die Arbeit spricht dafür, das Verhalten am Rand als Projektions- und Trainingsproblem zu behandeln, anstatt anzunehmen, dass im gesamten Bild derselbe Genauigkeitswert gilt.

Eine Entzerrung kann Objekte für das Modell vertrauter erscheinen lassen, aber das Neuberechnen der Pixel dehnt periphere Bildbereiche und kann Details verwischen. Auch das Zuschneiden nach der Korrektur verändert, welche Ereignisse am Rand sichtbar bleiben. Daher können korrigierte und unkorrigierte Verarbeitungsketten aus derselben Kamera unterschiedliche Cluster am Rand erzeugen.

Bewegungsfilter und Track-Logik können Ereignisse am Rand vervielfachen

Objekte betreten eine Szene häufig durch ihre Ränder. Die Bewegungserkennung wird ausgelöst, wenn neue Pixel in das Bild gelangen, und das Tracking beginnt mit einem teilweise sichtbaren Objekt, dessen Rahmen sich schnell verändert, während weitere Teile erscheinen. Ein kurzzeitiger Verlust der Spur kann anschließend mehrere Erkennungsereignisse in derselben Randregion erzeugen.

Eine aktuelle Pipeline zur Konsistenz peripherer Erkennungen berichtet von besonderen Schwierigkeiten in der Nähe von Fischaugenrändern, wo radiale Verzerrung und ungleichmäßige Auflösung die Darstellung beeinträchtigen. Ihre Vorverarbeitung und das Ensemble-Design verbessern die Konsistenz, indem sie diese peripheren Bedingungen gezielt berücksichtigen. Dieser Unterschied bleibt auch bei späteren Tests im Haushalt sichtbar.

Die problematische Grenze liegt darin, jeden Cluster am Rand als Objektivverzerrung zu interpretieren. Eine Tür, ein reflektierendes Fenster, ein sich bewegender Baum, eine Zeitstempelüberlagerung, eine Datenschutzmaske oder eine Erkennungszone kann die Auslöser dort tatsächlich konzentrieren. Normalisieren Sie die Zählungen anhand der beobachteten Aktivität und der nutzbaren Fläche, bevor Sie das optische Modell verantwortlich machen.

-15% OFF

ZimaBoard 2 – Mini-Heimserver für Ihre große Idee

Single board computer zimaboard2

$339.00 - $519.00

Buy Now

Erstellen Sie eine positionsnormalisierte Erkennungskarte

Teilen Sie das Bild in mittlere, zentrale und randnahe Bereiche auf und kennzeichnen Sie für Tages- und Nachtaufnahmen reale Objekte, Fehlalarme, teilweise sichtbare Objekte und Neustarts von Tracks. Erfassen Sie rohe und entzerrte Koordinaten, die Pixelgröße des Objekts, die Konfidenz, die Form des Rahmens, den Bewegungsauslöser und die Track-ID.

Vergleichen Sie Erkennungen am Rand mit dem Verhalten, das unter Wiederaufnahme von Tracks beschrieben wird. Führen Sie dieselben Clips mit deaktivierter Bewegungsfilterung, aktivierter und deaktivierter Objektivkorrektur sowie gleich großen Szenenbereichen aus, damit optische Effekte, Szeneneinflüsse und Trackereinflüsse nicht vermischt bleiben.

Ändern Sie die Pipeline nur, wenn Präzision oder Trefferquote am Rand nach der Normalisierung der Aktivität schlechter sind. Wenn die Türöffnung tatsächlich am Rand liegt, behalten Sie die Abdeckung bei und optimieren Sie deren Bereich. Wenn die Verzerrung dominiert, verwenden Sie eine geometriebewusste Vorverarbeitung oder ein entsprechendes Training statt einer globalen Verringerung der Konfidenz.