Varför missar en hem-NVR korta händelser när objektspårning är aktiverad?

Eva Wong

IceWhale author

Eva Wong är Teknisk skribent och den boende fixaren på ZimaSpace. En livslång nörd med en passion för hemma-labb och öppen källkod, hon specialiserar sig på att översätta komplexa tekniska koncept till tillgängliga, praktiska guider. Eva tror att självhosting ska vara roligt, inte skrämmande. Genom sina handledningar ger hon gemenskapen verktyg att avmystifiera hårdvaruinstallationer, från att bygga sin första NAS till att bemästra Docker-containrar.

Why Does a Home NVR Miss Brief Events When Object Tracking Is Enabled?

En NVR-enhet för hemmet kan missa kortvariga händelser när spårning är aktiverad, eftersom objektet kan försvinna innan tillräckligt många detektioner har skapat och bekräftat ett giltigt spår.

Objektspårning läggs ofta till för att minska dubbla aviseringar och behålla identiteten när en person, bil eller ett djur rör sig genom bilden. Den ersätter inte objektdetektering. En detektor måste först upptäcka objektet, därefter måste spåraren koppla samman detektioner över tid, hålla banan aktiv och uppfylla regler för händelser eller zoner. En snabb passage genom en dörröppning eller en kortvarig synlighet på uppfarten kan ta slut under vilket som helst av dessa steg.

Spårning börjar med detektering – inte före den

En spårare kan inte skapa en tillförlitlig bana från ett objekt som detektorn aldrig rapporterade. Rörelsedetektering, bildval, avkodning, objektsinferens och konfidensfiltrering sker fortfarande före kopplingen.

Frigate rekommenderar en detekteringsström på omkring 5 bilder per sekund för många kameror, men påpekar att snabbare objekt kan kräva en högre frekvens. Vid 5 fps tar detektorn emot en möjlig kandidatbild var 200:e millisekund.

Ett objekt som syns i en halv sekund kan förekomma i bara två eller tre analyserade bilder. Oskärpa, skymmande föremål, olämplig storlek eller ett resultat med låg konfidens kan minska den sekvensen till en enda användbar detektion.

Bildsampling kan missa den bästa vyn

Inspelningen kan innehålla 15 eller 30 bilder per sekund medan inferensen körs på en detekteringsström med lägre frekvens. Den tydligaste bilden kan hamna mellan bilderna som skickas till detektorn.

Lägre inferensfrekvens sparar beräkningsresurser och bevarar vanligtvis händelser med gående personer, men den minskar den tidsmässiga täckningen för en springande person, cykel, ett litet djur eller ett fordon som syns genom ett smalt område.

Testa den verkliga varaktigheten i antal bilder. Ett klipp med tio bilder vid 30 fps varar bara en tredjedels sekund; en detektor på 5 fps kan analysera en eller två positioner, och ingen av dem garanterar en detekteringsruta av hög kvalitet.

Spårets prövotid kan vara längre än händelsen

Spårare håller ofta ett nytt mål som preliminärt tills det har överlevt flera bilder. Det minskar aviseringar från brus i enstaka detektioner, reflektioner, insekter och komprimeringsartefakter.

NVIDIA DeepStream dokumenterar en preliminär prövotid innan ett nytt spår blir aktivt. Om ett mål försvinner under den perioden kan systemet undertrycka spåret som en sannolik falsk positiv detektion.

Samma skydd kan dölja en äkta kortvarig händelse. Om prövotiden sänks förbättras återgivningen av korta händelser, men fler falska aviseringar från enstaka bilder kan också släppas igenom. Därför måste ändringen testas med verkligt kamerabrus.

-15% OFF

ZimaBoard 2 - Minihemmserver för din stora idé

Single board computer zimaboard2

Konfidensgränser tar bort svaga detekteringsrutor före kopplingen

Snabba rörelser, delvis synlighet vid bildkanten, nattlig exponering, regn, bländning och små objekt kan sänka detektorns konfidens även när en person kan se objektet.

ByteTrack utvecklades utifrån problemet att bortsortering av detekteringsrutor med låg konfidens leder till missade objekt och fragmenterade banor.

En kortvarig händelse har liten tid att återhämta sig från en bortsorterad ruta. Jämför höga och låga gränsvärden på exporterade klipp och kontrollera om detektorn ser objektet svagt eller inte ser det alls.

Kopplingsregler kan misslyckas vid abrupta rörelser

Spårare förutsäger var ett objekt bör synas härnäst och matchar den förutsägelsen mot nya detektioner. En plötslig riktningsändring, ett stort avstånd mellan bilder, en kraftig storleksförändring eller delvis skymning kan hamna utanför matchningsgränsen.

Ultralytics tillhandahåller spårningsgränser och buffertar som styr om detektioner uppdaterar spår och hur länge förlorade spår förblir aktiva.

En större buffert hjälper vid tillfälligt försvinnande efter att ett spår har skapats, men den löser inte en händelse som aldrig blev ett spår. En alltför tillåtande koppling kan också koppla ett nytt objekt till en gammal bana och skapa fel händelseidentitet.

Initiering och kontinuitet av spår innebär en avvägning mellan återgivning och stabilitet

Spårning i realtid måste avgöra när en detektion blir ett nytt spår, när två observationer tillhör samma objekt och när en bana är avslutad.

Forskning med fokus på spår behandlar spårmedveten initiering som ett separat designproblem, eftersom svag initiering kan göra att mål förloras innan senare koppling hinner hjälpa till.

En NVR-konfiguration för hemmet som är optimerad för långa spår på uppfarten kan därför avvisa en kortvarig synlighet vid verandan. Utvärdera initiering, fortsättning och skapande av händelser separat i stället för att ändra en enda global känslighetskontroll.

Spårning kan belasta systemet tillräckligt för att användbara bilder ska tappas

Detektering, utseendefunktioner, rörelseuppskattning, koppling, överlagringar, inspelning och flera kameraströmmar delar på CPU, GPU, minnesbandbredd och avkodningsresurser.

Forskning om initiering av spår framhåller att spårarkomplexitet måste balansera initiering och återidentifiering med hastighet i realtid. En konfiguration som överskrider hemserverns faktiska realtidskapacitet kan bygga upp fördröjning eller hoppa över bearbetning.

Jämför kamerans FPS, inferensens FPS, detektorns fördröjning, ködjup och räknare för tappade bilder före och efter att spårning aktiverats. En spårningsfunktion kan inte förbättra kontinuiteten när systemet bearbetar färre bilder i rätt tid.

Separera lagring av inspelningar från bekräftelse av händelser

Behåll kontinuerlig eller rörelsebaserad inspelning för kameran även när spårade händelser används för aviseringar. Inspelningen visar om scenen missades vid inspelning, detektering, spårning eller av händelsereglerna.

Spela upp ett missat klipp genom en kontrollerad testpipeline och granska rörelserutor, råa detektioner, konfidensvärden, spår-ID:n, zoner och det slutliga händelseresultatet. Ändra ett gränsvärde i taget.

ZimaSpaces förklaring av varför man bör bearbeta kamerahändelser innan de sparas visar värdet av klassificering och filtrering, men lagring av kortvariga händelser kräver fortfarande en inspelningsväg som inte helt är beroende av ett bekräftat spår.

Vanliga frågor

Bör jag inaktivera objektspårning för att fånga kortvariga händelser?

Inte nödvändigtvis. Jämför först råa detektioner med spårade händelser. Genom att öka detekteringstäckningen eller justera initieringen av spår kan du bevara kortvariga händelser utan att förlora fördelarna med spårning.

Kommer en längre spårbuffert att fånga ett objekt som bara syntes en gång?

Nej. En buffert bevarar ett befintligt förlorat spår. Den kan inte skapa en bekräftad bana när detektorn har levererat för få användbara observationer.

Ökar en högre inspelnings-FPS från kameran detekterings-FPS?

Inte automatiskt. Inspelnings- och detekteringsströmmar kan använda olika bildfrekvenser, upplösningar och bearbetningsvägar. Kontrollera den konfigurerade inferensfrekvensen direkt.