Die Objektverfolgung ist eine grundlegende Aufgabe in der Computer Vision, bei der es darum geht, bestimmte Objekte zu identifizieren und zu verfolgen, während sie sich durch eine Folge von Videobildern bewegen. Im Gegensatz zur Objekterkennung, die sich auf die Lokalisierung von Objekten in einzelnen statischen Bildern oder Einzelbildern konzentriert, werden bei der Objektverfolgung die Identität und die Flugbahn dieser Objekte über die Zeit hinweg verfolgt. Diese kontinuierliche Überwachung ermöglicht es Systemen, die Bewegung, das Verhalten und die Interaktionen von Objekten in dynamischen Umgebungen zu verstehen, und liefert damit umfassendere Erkenntnisse als die reine Erkennung.
So funktioniert Objektverfolgung
Die Objektverfolgung beginnt in der Regel mit der Erkennung von Objekten im ersten Bild mithilfe eines Objektdetektors, wie z. B. Ultralytics YOLO. Sobald ein Objekt erkannt wurde (in der Regel durch eine Bounding Box), weist der Tracking-Algorithmus ihm eine eindeutige ID zu. In den folgenden Frames sagt der Algorithmus den neuen Standort des Objekts auf der Grundlage seiner vorherigen Bewegung und seines Aussehens voraus. Dann ordnet er die aktuellen Erkennungen den bereits verfolgten Objekten zu, aktualisiert ihre Pfade und behält ihre IDs bei. Dieser Prozess muss Herausforderungen bewältigen, z. B. wenn Objekte vorübergehend verdeckt werden (Okklusion), sich ihr Aussehen ändert, sie mit anderen Objekten interagieren oder sich die Beleuchtung oder der Kamerastandpunkt ändern. Zu den gängigen Techniken gehören Filtermethoden wie der Kalman-Filter für die Bewegungsvorhersage und Deep-Learning-Ansätze wie DeepSORT, die Bewegungs- und Erscheinungsmerkmale für eine robuste Zuordnung kombinieren(erfahre mehr über DeepSORT).
Hauptunterschiede zu verwandten Konzepten
Es ist wichtig, die Objektverfolgung von anderen Computer Vision Aufgaben zu unterscheiden:
- Objekterkennung: Identifiziert und lokalisiert Objekte (z. B. "Auto hier", "Person hier") in einem Einzelbild, ohne sie mit anderen Bildern zu verknüpfen. Tracking fügt die zeitliche Dimension hinzu und verfolgt dasselbe Auto oder dieselbe Person über die Zeit.
- Bildklassifizierung: Weist einem ganzen Bild ein einziges Label zu (z. B. "Dieses Bild enthält eine Katze"). Sie lokalisiert oder verfolgt keine einzelnen Objekte.
- Bildsegmentierung: Klassifiziert jedes Pixel in einem Bild, um detaillierte Objektmasken zu erstellen. Beim Tracking werden häufig Bounding Boxes verwendet, aber es kann auch mit der Segmentierung kombiniert werden, um eine präzisere Verfolgung zu ermöglichen, was als Instanzsegmentierung und Tracking bezeichnet wird.
Anwendungen in der realen Welt
Die Objektverfolgung ist für zahlreiche KI-Anwendungen in der realen Welt entscheidend:
- Autonome Fahrzeuge: Selbstfahrende Autos sind in hohem Maße auf Tracking angewiesen, um die Bewegungen anderer Fahrzeuge, Fußgänger, Radfahrer und Hindernisse zu überwachen. Dieses kontinuierliche Bewusstsein ist für die sichere Navigation, Wegplanung und Kollisionsvermeidung unerlässlich und trägt zu den verschiedenen Stufen der Fahrautomatisierung bei. Entdecke die Ultralytics-Lösungen für selbstfahrende Autos.
- Einzelhandelsanalyse: Läden nutzen Tracking, um das Kundenverhalten zu verstehen, z. B. die Wege durch den Laden, die Verweildauer in bestimmten Bereichen und die Länge der Warteschlangen. Diese Daten helfen bei der Optimierung des Ladenlayouts, der Produktplatzierung und des Personalbestands. Siehe Leitfäden zum Warteschlangenmanagement und zur Zählung von Regionen.
- Überwachung und Sicherheit: Die Verfolgung von Personen oder Fahrzeugen auf Sicherheitsvideos hilft dabei, gesperrte Bereiche zu überwachen, ungewöhnliche Aktivitäten zu erkennen und Personen von Interesse zu verfolgen. Siehe den Leitfaden zum Sicherheitsalarmsystem.
- Sportanalyse: Die Verfolgung von Spielern und Ball liefert detaillierte Statistiken über die Leistung von Spielern, Teamstrategien und die Dynamik des Spiels. Entdecke mehr über Computer Vision im Sport.
- Robotik: Roboter nutzen Tracking, um mit Objekten zu interagieren, in Umgebungen zu navigieren und mit Menschen zusammenzuarbeiten.
- Überwachung von Wildtieren: Forscherinnen und Forscher verfolgen Tiere, um Verhalten, Wanderungsmuster und Populationsgrößen ohne invasive Methoden zu untersuchen. Schau dir an, wie das mit Ultralytics YOLOv8 für die Tierüberwachung funktioniert.
Objektverfolgung mit Ultralytics
Ultralytics bietet leistungsstarke Werkzeuge für die Umsetzung der Objektverfolgung. Modelle wie YOLOv8 und YOLO11 bieten eine hochmoderne Objekterkennung, die die Grundlage für eine genaue Verfolgung bildet. Das Ultralytics enthält einen speziellen Tracking-Modus mit eingebauter Unterstützung für effiziente Tracking-Algorithmen wie BoT-SORT und ByteTrack. Mit dem Ultralytics Python können Nutzer/innen Tracking-Lösungen einfach implementieren oder den gesamten Arbeitsablauf vom Training bis zum Einsatz über Ultralytics HUB verwalten.
DE
EN
ZH
KO
JA
RU
FR
ES
PT
IT
AR
TR
VI
