広角フレームの端付近に家庭用NVRの検出が集中するのはなぜですか？

家庭用NVRの検知は、レンズ投影によってフレーム全体で物体の形状、画素密度、動き、検出器の幾何学的処理が変化するため、広角画像の端付近に偏ることがあります。

ポーチや室内のカメラでは、実際の動きが通常どおり分散していても、左端や右端付近に人、ペット、誤検知ボックスが繰り返し現れることがあります。広角光学系では、現実世界の同じ角度が画像上で均一ではない形状に変換され、端にある物体は伸びたり、曲がったり、一部だけ映り込んだりしやすくなります。検知、レンズ補正、動体判定、追跡処理が、この空間的な偏りをさらに強めることがあります。

広角投影によってフレーム内の空間は均一でなくなる

魚眼投影や強い樽型歪みの投影は、シーン内の直線的な形状を曲げることで広い視野角を確保します。境界付近では、物体が通常とは異なる形状や角度スケールで映り、一般的な矩形ボックスには、光学中心付近よりも多くの背景が含まれることがあります。

魚眼形状への適応に関する研究では、魚眼画像には幾何学情報を考慮した適応が必要であり、通常のボックスは歪んだ物体の表現として適していないことが示されています。ポリゴン表現やカメラモデルの情報は、端付近の形状をより適切に表現できます。

検知ヒートマップが数えるのは、部屋の同じ面積ではなく画像上の座標です。端に近い1本の帯が、中央の帯よりも広い出入口や大きな角度範囲をカバーすることがあるため、画像空間上で見える偏りは、検出器のバイアスではなく、シーンのマッピングを部分的に反映している可能性があります。

学習と補正によって端付近の信頼度が変化する

多くの検出器は、直線投影画像と直立した物体を中心に学習されています。伸びた手足、曲がったドア枠、一部だけ映る物体、広角画像の端で実質的に低下する細部情報は、こうした学習分布とは異なるため、位置に応じて信頼度や位置特定の誤差が変化します。

魚眼物体検出に関する研究では、魚眼カメラ向けの検出手法を評価し、この分野のための歪み対応手法を提案しています。この研究は、フレーム全体に1つの精度値が当てはまると考えるのではなく、端付近の挙動を投影と学習の問題として扱う必要があることを示しています。

補正によって物体をモデルにとって見慣れた形にできますが、リサンプリングによって周辺画素が引き伸ばされ、細部がぼやけることがあります。補正後にクロップすると、境界付近のどのイベントが映り続けるかも変わるため、同じカメラでも補正済みパイプラインと未補正パイプラインでは、端付近の偏り方が異なることがあります。

動体判定と追跡ロジックが端付近のイベントを増幅することがある

物体は、シーンの境界から入ってくることがよくあります。新しい画素がフレーム内に入ると動体検知が作動し、物体の一部だけが映った状態で追跡が始まります。さらに物体が現れるにつれてボックスが急速に変化するため、短時間の追跡喪失によって、同じ端の領域で複数の検知イベントが発生することがあります。

周辺部の検出一貫性を扱った最近のパイプラインでは、放射状の歪みと不均一な解像度によって見え方が劣化する魚眼画像の境界付近で、特に難しさが生じると報告されています。前処理とアンサンブル設計によって、周辺部の条件を明示的に対象とすることで一貫性が改善されます。この違いは、その後の家庭環境でのテストでも確認できます。

注意すべきなのは、端付近のすべての偏りをレンズ歪みと解釈してしまうことです。ドア、反射する窓、揺れる木、タイムスタンプのオーバーレイ、プライバシーマスク、検知ゾーンが、実際にそこでトリガーを集中させている可能性もあります。光学モデルを疑う前に、観測された活動量と利用可能な領域で検知数を正規化してください。

-15% OFF

ZimaBoard 2 - あなたの大きなアイデアのためのミニホームサーバー

Single board computer zimaboard2

$339.00 - $519.00

Buy Now

位置で正規化した検知ヒートマップを作成する

フレームを中央、中間、端の帯に分け、昼夜の動画について、実物体、誤検知、一部だけ映った物体、追跡の再開を記録します。未補正と補正後の座標、物体の画素サイズ、信頼度、ボックス形状、動体トリガー、トラックIDも記録してください。

追跡の再取得で説明されている挙動と、端付近の検知を比較します。同じ動画について、動体判定を無効にし、レンズ補正を切り替え、面積が等しいシーン領域を使って実行することで、光学系、シーン、追跡処理の影響が混在しないようにします。

活動量で正規化した後に、端付近の適合率または再現率が悪化している場合にのみ、パイプラインを変更します。出入口が実際に端に位置しているなら、カバー範囲を維持してその領域を調整してください。歪みが主な原因なら、全体の信頼度を下げるのではなく、幾何学情報を考慮した前処理や学習を使用します。