Warum wirkt die Objektverfolgung bei Weitwinkelkameras weniger stabil?

Tracking mit Weitwinkel wirkt oft instabil, weil verzerrte Geometrie an den Bildrändern und kleine Objekte die Konsistenz von Position und Erscheinungsbild zwischen den Einzelbildern beeinträchtigen.

Eine Person, die eine breite Auffahrt überquert, kann sich in der realen Welt gleichmäßig bewegen, am Bildrand jedoch scheinbar beschleunigen, sich strecken und zur Bildmitte hin schrumpfen. Ein Heim-NVR-Tracker verknüpft Erkennungen anhand von Pixelkoordinaten, nicht anhand des physischen Raums. Wenn sich Geometrie und Objektdetails gleichzeitig verändern, stehen für die Zuordnung weniger stabile Anhaltspunkte zur Verfügung.

Weitwinkelobjektive verwandeln gleichmäßige Bewegung in nichtlineare Bildbewegung

Ein großes Sichtfeld bildet einen größeren Szenenwinkel auf derselben Sensorbreite ab. In Randnähe krümmt die radiale Verzerrung Linien und verändert die scheinbare Objektform; außerdem lässt die Perspektive nahe Objekte schnell größer erscheinen. Ein Tracker, der zwischen Einzelbildern von einer ähnlichen Verschiebung und einem ähnlichen Erscheinungsbild ausgeht, kann diese Veränderungen unterschätzen.

Eine technische Erörterung der Weitwinkelverzerrung zeigt, wie sich die Geometrie gerader Linien zur Schätzung und Korrektur der Weitwinkelverzerrung nutzen lässt. Die Notwendigkeit dieser Korrektur macht deutlich, warum rohe Randkoordinaten sich nicht wie in einem einfachen Lochkamerabild verhalten.

Der Track kann zu einer nahegelegenen Erkennung springen, hinter dem Objekt zurückbleiben oder am Bildrand eine neue Identität erhalten. Eine höhere Empfindlichkeit des Detektors behebt die Zuordnungsgeometrie nicht unbedingt. Mehr Erkennungen können sogar mehr Kandidaten erzeugen, die der Tracker verwechseln kann.

Objekte am Bildrand enthalten weniger verwertbare Pixel

Durch die große Abdeckung nimmt jede entfernte Person oder jedes Fahrzeug weniger Pixel ein. Am Bildrand können Unschärfe, Schattierung und die Neuberechnung nach der Objektivkorrektur die charakteristische Textur zusätzlich verringern. Der Detektor findet möglicherweise weiterhin eine Box, während dem Tracker die stabilen Erscheinungsmerkmale fehlen, die nötig sind, um diese Box mit dem vorherigen Einzelbild zu verknüpfen.

Das TartanCalib-Projekt berichtet, dass eine präzise Weitwinkelkalibrierung die Merkmalserkennung und nachgelagerte geometrische Aufgaben verbessert. Die Ergebnisse veranschaulichen, dass die Kalibrierungsqualität beeinflusst, welche verwertbaren Merkmale in den äußersten Bildbereichen zur Verfügung stehen.

Dies führt zu einem charakteristischen Muster: eine stabile Identität nahe der Bildmitte, mehr Zittern oder Fragmentierung im äußeren Viertel und eine Erholung, sobald das Objekt wieder nach innen zurückkehrt. Wenn die Instabilität über das gesamte Bild gleichmäßig auftritt, sind Auflösung, Verschlusszeit oder Trackereinstellungen wahrscheinlicher die Ursache als die Objektivgeometrie allein.

Wann der Weitwinkel nicht die eigentliche Ursache ist

Ein Weitwinkelobjektiv kann zuverlässig tracken, wenn das Modell für Fischaugenansichten trainiert wurde, das Bild korrekt entzerrt ist und die Objekte groß genug bleiben. Umgekehrt kann ein normales Objektiv bei Bewegungsunschärfe, Verdeckungen, niedriger Bildrate oder dichtem Szenenaufbau schlecht tracken. Das Sichtfeld ist ein Risikofaktor, kein endgültiges Urteil.

Eine Übersicht zur Optik erklärt, wie die Weitwinkelobjektivverzerrung gerade Linien und die Form am Bildrand verändert. Sie unterscheidet außerdem optische Verzerrung von Perspektive, die sich nicht einfach durch Anwenden eines Profils für tonnenförmige Verzerrung entfernen lässt.

Der Mechanismus versagt, wenn Track-Abbrüche eher mit Verdeckungen oder ausgelassenen Einzelbildern als mit der Position am Bildrand zusammenfallen. Er versagt auch, wenn der NVR aus einem bereits korrigierten Stream erkennt, die Boxen jedoch über dem Rohstream einblendet; dann kann der scheinbare Sprung auf eine fehlerhafte Koordinatentransformation und nicht auf einen tatsächlichen Trackingfehler zurückzuführen sein.

-15% OFF

ZimaBoard 2 – Mini-Heimserver für Ihre große Idee

Single board computer zimaboard2

$339.00 - $519.00

Buy Now

Die Track-Stabilität über das Kamerabild hinweg erfassen

Trage die Koordinaten der Track-Mittelpunkte für denselben Laufweg durch den linken Rand, die Bildmitte und den rechten Rand auf. Halte Bildrate, Verschlusszeit, Modell und Objektabstand so weit wie möglich konstant. Vergleiche die Inferenz mit dem Rohbild und mit einem korrekt entzerrten Bild und erfasse dabei Boxgröße, Konfidenz, Identitätswechsel und ausgelassene Einzelbilder.

Verwende einen dedizierten lokalen KI-Mini-PC, damit beide Tests dieselbe Rechenlast und dieselbe Videoquelle verwenden. So wird verhindert, dass gleichzeitig ausgeführte Medienaufgaben durch übersprungene Inferenzbilder fälschlicherweise wie ein Objektiveffekt wirken.

Die Weitwinkelgeometrie ist ursächlich, wenn Randbereiche nach Kontrolle von Objektgröße und ausgelassenen Einzelbildern eine größere Restbewegung oder mehr Identitätsabbrüche zeigen. Wenn die Korrektur die Einblendungen verbessert, nicht aber die Zuordnungen, benötigt der Tracker eine verzerrungsbewusste Bewegungs- oder Erscheinungsmodellierung. Wenn die Fehler mit Lastspitzen zusammenfallen, sollte stattdessen die Inferenzfrequenz untersucht werden.