Pourquoi les visages filmés par les sonnettes connectées paraissent-ils différents après la correction de l’objectif ?

Les visages capturés par une sonnette connectée peuvent sembler différents après correction, car la suppression de la distorsion remappe les pixels grand-angle selon une nouvelle géométrie et une nouvelle grille d’échantillonnage.

Un visiteur situé près du bord du cadre de la sonnette peut sembler plus large avant la correction et plus étroit après, même si aucun filtre facial n’a été appliqué. Le logiciel tente d’inverser la projection de l’objectif, puis rééchantillonne le résultat dans un rectangle. La position, l’étalonnage et la stratégie de recadrage déterminent l’aspect naturel de ce visage remappé.

La suppression de la distorsion modifie les coordonnées, pas seulement les lignes droites

La distorsion en barillet repousse la géométrie de la scène vers l’extérieur de manière non linéaire. La correction calcule le pixel de l’image d’origine à échantillonner pour chaque pixel de sortie, redressant les murs et les cadres de porte tout en déplaçant les traits du visage. Un visage proche du centre optique change peu ; un visage situé près d’un angle peut changer considérablement.

Une présentation technique de la distorsion de l’objectif explique que les courtes focales courbent généralement les lignes vers l’extérieur. Comme un visage est soumis à la même projection, la correction du cadre modifie nécessairement aussi sa largeur apparente et l’espacement de ses traits.

Un visage corrigé n’est pas automatiquement moins fidèle. Dans de nombreux cas, il est géométriquement plus proche d’une vue obtenue avec un modèle sténopé, mais les spectateurs peuvent être habitués à l’image brute de la sonnette. La familiarité avec la version déformée peut donner l’impression qu’une correction exacte constitue une modification.

Le rééchantillonnage redistribue les détails du visage

La correction étire certaines régions et en comprime d’autres ; les pixels de sortie sont donc interpolés à partir des échantillons voisins du capteur. Près du bord, le logiciel peut inventer des valeurs intermédiaires entre des pixels sources clairsemés, ce qui adoucit les yeux ou la texture de la peau. Le recadrage supprime ensuite les bordures vides et peut repositionner ou agrandir le visage.

Les recherches sur la robustesse face à la distance entre la caméra et le sujet montrent que la distance de prise de vue et les distorsions liées au grossissement influent sur l’utilité d’une image faciale comme référence. La correction et le recadrage peuvent donc modifier les éléments utilisés pour la comparaison, même si le visiteur n’a pas bougé.

Une sonnette peut effectuer la détection des visages avant la correction, mais afficher la vidéo après celle-ci, ou faire l’inverse. Si les cadres et les recadrages proviennent de systèmes de coordonnées différents, le visage affiché dans une alerte peut différer des pixels utilisés pour la reconnaissance. Cette distinction au sein du traitement compte davantage qu’une préférence visuelle.

Quand la correction de l’objectif n’explique pas le phénomène

La correction ne peut pas expliquer qu’un visage change entre deux images successives lorsque le visiteur reste au même endroit et que le mappage est fixe. L’exposition automatique, la fusion HDR, l’obturateur roulant, les changements de débit binaire ou le basculement entre le flux principal et le flux secondaire peuvent modifier indépendamment l’apparence. Certaines applications améliorent également les instantanés d’alerte séparément de la vidéo en direct.

Une étude systématique de la résolution des images faciales a conclu que les performances de reconnaissance peuvent se dégrader sous certains seuils de résolution. Un profil de correction ne peut pas recréer des détails faciaux que le capteur n’a jamais résolus, et l’agrandissement du recadrage corrigé risque seulement d’agrandir l’interpolation.

Le mécanisme de correction de l’objectif est également mis en cause si les visages centraux changent autant que ceux situés sur les bords, ce qui suggère une différence de redimensionnement global ou de traitement de l’image. La comparaison est invalide si les images brutes et corrigées proviennent d’horodatages différents. Comparez des images synchronisées avant d’attribuer les changements d’identité à la géométrie.

Featured

ZimaCube 2 NAS personnel Cloud à domicile

ZimaCube2

$799.00 - $2,499.00

Buy Now

Comparez les visages bruts et corrigés à des positions fixes

Filmez un visiteur se déplaçant au centre, au milieu du cadre et près des bords, puis conservez des images brutes et corrigées synchronisées. Superposez les points d’étalonnage et comparez la distance entre les yeux, les dimensions du cadre du visage, la netteté et les limites du recadrage. Gardez les paramètres HDR, l’exposition, le flux et la version de l’application constants pendant l’échantillonnage.

Un flux de traitement privilégiant le local peut maintenir la correction et la reconnaissance à proximité des séquences stockées, réduisant ainsi l’incertitude quant au service distant ayant produit le recadrage d’une alerte. Conservez les deux mappages de coordonnées avec l’enregistrement de l’événement.

Considérez la correction de l’objectif comme la cause lorsque les changements géométriques s’accentuent vers les bords et se répètent systématiquement aux mêmes positions. Suspectez un problème d’étalonnage lorsque les lignes droites restent courbées ou que les visages deviennent asymétriques. Suspectez un autre flux de traitement lorsque les changements sont uniformes, varient avec le temps ou apparaissent uniquement dans les instantanés générés par l’application.