Porque é que os rostos nas campainhas inteligentes ficam diferentes após a correção da lente?
Os rostos captados por campainhas inteligentes podem parecer diferentes após a correção, porque a desdistorção remapeia os píxeis grande-angulares para uma nova geometria e grelha de amostragem.
Um visitante junto à lateral do enquadramento da campainha pode parecer mais largo antes da correção e mais estreito depois, embora não tenha sido aplicado qualquer filtro facial. O software tenta inverter a projeção da lente e, em seguida, reamostra o resultado para um retângulo. A posição, a calibração e a política de recorte determinam o quão natural parece esse rosto remapeado.
A Desdistorção Altera Coordenadas, Não Apenas Linhas Retas
A distorção em barril empurra a geometria da cena para o exterior de forma não linear. A correção calcula de onde cada píxel de saída deve ser obtido na imagem original, endireitando paredes e molduras de portas e, ao mesmo tempo, reposicionando os elementos faciais. Um rosto próximo do centro ótico muda pouco; um rosto junto ao canto pode mudar consideravelmente.
Uma análise técnica da distorção da lente explica que as distâncias focais curtas normalmente curvam as linhas para o exterior. Como um rosto está integrado na mesma projeção, a correção do enquadramento altera necessariamente também a sua largura aparente e o espaçamento entre os elementos faciais.
O rosto corrigido não é automaticamente menos fiel. Em muitos casos, está geometricamente mais próximo de uma vista de orifício estenopeico, mas os observadores podem estar habituados à imagem não corrigida da campainha. A familiaridade com a versão distorcida pode fazer com que uma correção precisa pareça uma alteração.
A Reamostragem Redistribui os Detalhes Faciais
A correção estica algumas regiões e comprime outras, pelo que os píxeis de saída são interpolados a partir de amostras vizinhas do sensor. Junto à margem, o software pode inventar valores intermédios entre píxeis de origem esparsos, suavizando os olhos ou a textura da pele. O recorte remove depois as margens vazias e pode reposicionar ou ampliar o rosto.
Uma investigação sobre a robustez face à distância da câmara mostra que a distância da câmara e as distorções de ampliação afetam a utilidade de uma imagem facial como referência. A correção e o recorte podem, por isso, alterar os elementos usados na correspondência, mesmo quando o visitante não se moveu.
Uma campainha pode executar a deteção facial antes da correção, mas apresentar vídeo depois da correção, ou fazer o inverso. Se as caixas e os recortes vierem de espaços de coordenadas diferentes, o rosto mostrado num alerta pode ser diferente dos píxeis utilizados para o reconhecimento. Essa distinção na cadeia de processamento é mais importante do que a preferência visual.
Quando a Correção da Lente Não é a Explicação
A correção não pode explicar um rosto que muda entre fotogramas adjacentes quando o visitante permanece na mesma posição e o mapeamento é fixo. A exposição automática, a combinação HDR, o obturador progressivo, as alterações da taxa de bits ou a alternância entre o fluxo principal e os subfluxos podem alterar a aparência de forma independente. Algumas aplicações também melhoram os instantâneos de alertas separadamente do vídeo em direto.
Um estudo sistemático sobre a resolução de imagens faciais concluiu que o desempenho do reconhecimento pode deteriorar-se abaixo de determinados limiares de resolução. Um perfil de correção não consegue recriar detalhes faciais que o sensor nunca resolveu, e ampliar o recorte corrigido pode apenas ampliar a interpolação.
O mecanismo da lente também não é a causa se os rostos centrais mudarem tanto como os rostos junto às margens, o que sugere uma alteração global de escala ou de processamento de imagem. A comparação é inválida quando as imagens não corrigidas e corrigidas provêm de momentos diferentes. Compare fotogramas sincronizados antes de atribuir as alterações de identidade à geometria.
Compare Rostos Não Corrigidos e Corrigidos em Posições Fixas
Registe um visitante a deslocar-se pelas posições central, intermédia e marginal do enquadramento e, em seguida, preserve fotogramas não corrigidos e corrigidos sincronizados. Sobreponha pontos de calibração e compare a distância entre os olhos, as dimensões da caixa facial, a nitidez e os limites do recorte. Mantenha o HDR, a exposição, o fluxo e a versão da aplicação fixos durante a amostra.
Um percurso de processamento local desde a origem pode manter a correção e o reconhecimento próximos das imagens armazenadas, reduzindo a ambiguidade sobre qual serviço remoto produziu o recorte do alerta. Conserve ambos os mapeamentos de coordenadas com o registo do evento.
Aceite a correção da lente como causa quando as alterações geométricas aumentarem em direção à margem e se repetirem de forma consistente nas mesmas posições. Suspeite da calibração quando as linhas retas continuarem curvas ou os rostos se tornarem assimétricos. Suspeite de outro percurso de processamento quando as alterações forem uniformes, variarem ao longo do tempo ou surgirem apenas em instantâneos gerados pela aplicação.
Produtos recomendados
Centro de Tecnologia e IA
Mais para Ler
Como afeta a redução da frequência de amostragem de séries temporais a deteção de anomalias em casas inteligentes?
Veja como a largura dos intervalos, a agregação, o anti-aliasing, os dados em falta, a duração dos eventos e a retenção multiescala alteram a...
Como é que uma grelha de ocupação combina sinais fracos de uma casa inteligente?
Saiba como células espaciais, modelos de sensores, atualizações de log-odds, decaimento, evidências correlacionadas e limiares transformam sinais domésticos fracos em estimativas de ocupação.
Como é que a normalização fotométrica afeta o agrupamento privado de rostos?
Veja como a correção da iluminação altera recortes faciais, embeddings, distâncias entre clusters, limiares, sobre-normalização e a avaliação da pesquisa privada de fotografias.
