광각 카메라에서는 객체 추적이 왜 덜 안정적으로 느껴질까요?

광각 추적이 불안정하게 느껴지는 경우가 많은 이유는 왜곡된 가장자리 기하와 작은 피사체 때문에 프레임 간 위치와 외관의 일관성이 떨어지기 때문입니다.

넓은 진입로를 가로지르는 사람은 실제 세계에서는 부드럽게 움직이지만, 이미지 가장자리에서는 가속하는 것처럼 보이고 중앙으로 갈수록 늘어나거나 줄어듭니다. 홈 NVR 추적기는 물리적 공간이 아니라 픽셀 좌표로 감지 결과를 연결합니다. 기하와 물체 세부 정보가 동시에 변하면 연결 단계에서 활용할 수 있는 안정적인 근거가 줄어듭니다.

광각 렌즈는 일정한 움직임을 비선형 이미지 움직임으로 바꿉니다

넓은 시야각은 같은 센서 폭에 더 많은 장면 각도를 매핑합니다. 가장자리에서는 방사 왜곡이 선을 휘게 하고 물체의 겉보기 형태를 바꾸며, 원근 효과로 인해 가까운 피사체는 빠르게 커집니다. 프레임 간 변위와 외관이 비슷하다고 가정하는 추적기는 이러한 변화를 과소평가할 수 있습니다.

광각 왜곡에 관한 한 공학적 논의에서는 직선 기하를 사용해 광각 왜곡을 추정하고 보정하는 방법을 보여 줍니다. 이러한 보정이 필요하다는 사실은 원시 가장자리 좌표가 단순한 핀홀 이미지처럼 동작하지 않는 이유를 보여 줍니다.

추적 대상이 근처의 다른 감지 결과로 바뀌거나, 피사체를 뒤따라가지 못하거나, 가장자리에서 새로운 ID를 부여받을 수 있습니다. 감지기 감도를 높인다고 해서 연결 기하가 반드시 개선되는 것은 아닙니다. 감지 결과가 늘어나면 추적기가 혼동할 후보가 오히려 많아질 수 있습니다.

가장자리의 피사체에는 유용한 픽셀이 더 적습니다

넓은 범위를 촬영하면 멀리 있는 사람이나 차량 하나가 차지하는 픽셀 수가 줄어듭니다. 가장자리에서는 렌즈 보정 후 블러, 음영, 리샘플링으로 인해 구별되는 질감이 더 줄어들 수 있습니다. 감지기는 여전히 바운딩 박스를 찾을 수 있지만, 추적기에는 그 박스를 이전 프레임과 연결하는 데 필요한 안정적인 외관 특징이 부족할 수 있습니다.

TartanCalib 프로젝트는 정확한 광각 보정이 특징 감지와 후속 기하 작업을 개선한다고 보고합니다. 이 결과는 보정 품질에 따라 이미지의 극단적인 영역 근처에서 활용할 수 있는 특징이 달라진다는 점을 보여 줍니다.

이로 인해 중심부에서는 ID가 안정적이고, 바깥쪽 4분의 1 영역에서는 흔들림이나 단절이 늘어나며, 피사체가 안쪽으로 돌아오면 회복되는 특징적인 패턴이 나타납니다. 프레임 전체에서 불안정성이 균일하다면 렌즈 기하만의 문제보다는 해상도, 셔터 속도 또는 추적기 설정일 가능성이 높습니다.

광각이 근본 원인이 아닌 경우

모델이 어안 시야에 맞게 학습되었고, 이미지가 올바르게 왜곡 보정되며, 피사체가 충분히 크게 유지된다면 광각 렌즈도 추적을 잘 수행할 수 있습니다. 반대로 일반 렌즈도 모션 블러, 가림, 낮은 프레임 속도 또는 복잡한 장면에서는 추적 성능이 떨어질 수 있습니다. 시야각은 위험 요인일 뿐, 단정적인 원인은 아닙니다.

광학 개요에서는 광각 렌즈 왜곡이 직선과 가장자리 형태를 어떻게 바꾸는지 설명합니다. 또한 배럴 왜곡 프로필을 적용하는 것만으로는 제거할 수 없는 원근 효과와 광학 왜곡을 구분합니다.

추적 중단이 가장자리 위치가 아니라 가림이나 프레임 누락과 일치한다면 이 메커니즘은 성립하지 않습니다. 또한 NVR이 이미 보정된 스트림에서 감지하면서 원시 스트림에 박스를 표시하는 경우에도 성립하지 않습니다. 이때 겉보기 점프는 실제 추적 실패가 아니라 좌표 변환 불일치일 수 있습니다.

-15% OFF

ZimaBoard 2 - 당신의 큰 아이디어를 위한 미니 홈 서버

Single board computer zimaboard2

$339.00 - $519.00

Buy Now

카메라 화면 영역 전체에서 추적 안정성 매핑하기

같은 보행 경로를 따라 왼쪽 가장자리, 중앙, 오른쪽 가장자리를 통과하도록 하면서 추적 중심 좌표를 표시합니다. 가능한 한 프레임 속도, 셔터, 모델, 피사체 거리를 일정하게 유지합니다. 박스 크기, 신뢰도, ID 변경, 프레임 누락을 기록하면서 원시 추론과 올바르게 왜곡 보정된 추론을 비교합니다.

전용 로컬 AI 미니 PC를 사용해 두 실험 모두 동일한 컴퓨팅 부하와 비디오 소스 피드를 사용하도록 합니다. 이렇게 하면 동시에 실행되는 미디어 작업으로 인해 추론 프레임이 건너뛰는 현상이 렌즈 효과로 잘못 해석되는 것을 방지할 수 있습니다.

물체 크기와 프레임 누락을 통제한 뒤에도 가장자리 영역에서 잔여 움직임이 더 크거나 ID 단절이 더 많이 나타난다면 광각 기하가 원인입니다. 보정으로 오버레이는 개선되지만 연결이 개선되지 않는다면 추적기에 왜곡을 고려한 움직임 또는 외관 처리가 필요합니다. 문제가 부하 급증을 따라 발생한다면 대신 추론 주기를 조사해야 합니다.