Ein Leitfaden zur Verfolgung bewegter Objekte in Videos mit Ultralytics YOLO-Modellen

Roboter, die elektrische Bauteile montieren, Systeme, die zu schnell fahrende Autos erkennen, und intelligente Lösungen für den Einzelhandel, die das Einkaufsverhalten von Kunden verfolgen – all diese Innovationen basieren auf Computer Vision. Dabei handelt es sich um ein Teilgebiet der künstlichen Intelligenz (AI), das Maschinen hilft, Bilder und Videos zu analysieren und zu verstehen.

Ein Roboter muss beispielsweise verschiedene Teile erkennen und verfolgen, um sie korrekt zusammenzufügen. Ebenso kann ein Verkehrssystem Computer Vision nutzen, um Autos zu erkennen, Kennzeichen zu lesen und festzustellen, ob jemand zu schnell fährt. In Geschäften kann Vision AI unterdessen nachverfolgen, welche Produkte Kunden ansehen oder in die Hand nehmen, und sogar den Lagerbestand überwachen.

Solche Anwendungen basieren auf Computer-Vision-Modellen wie Ultralytics YOLO11, die eine Vielzahl visueller Aufgaben unterstützen. Viele dieser Aufgaben dienen dazu, Erkenntnisse aus einem einzelnen Bild zu gewinnen. Eine besonders interessante Aufgabe ist jedoch das Objekt-Tracking, mit dem sich die Bewegung von Objekten über mehrere Bilder oder Videobilder hinweg verfolgen lässt.

Abb. 1. Ein Beispiel für die Erkennung und Verfolgung von Autos.

In diesem Leitfaden sehen wir uns genauer an, wie die Objektverfolgung funktioniert, und betrachten Beispiele aus der Praxis. Außerdem erläutern wir, wie Vision-AI-Modelle wie Ultralytics YOLO11 die Objektverfolgung unterstützen.

Computer-Vision-Tracking-Systeme im Detail#

Objekt-Tracking ist eine Computer-Vision-Aufgabe, mit der die Bewegung von Objekten über mehrere Videobilder hinweg verfolgt wird. So können Systeme beobachten und nachvollziehen, wie sich Dinge im Laufe der Zeit verändern. Das ähnelt der natürlichen Fähigkeit des Menschen, eine sich bewegende Person oder ein Objekt mit den Augen zu verfolgen – etwa wenn du ein Tennismatch ansiehst und den Ball über den Platz hin und her verfolgst.

Genauso werden beim Objekt-Tracking Kameras und AI eingesetzt, um die Bewegung des Balls in Echtzeit zu verfolgen. Diese Technologie kann Zuschauern zu Hause einen besseren Einblick in den Spielverlauf geben, insbesondere durch Analysen zu Geschwindigkeit, Flugbahn und Positionierung der Spieler.

Auch wenn eine solche visuelle Verfolgung für Menschen mühelos wirkt, umfasst sie beim maschinellen Sehen eine Reihe von Schritten, die von Vision-AI-Modellen ausgeführt werden. So funktioniert Objekt-Tracking in einfachen Schritten:

• Video aufnehmen: Kameras zeichnen Videos auf und erfassen dabei, wie sich Objekte im Laufe der Zeit durch eine Szene bewegen.
• Objekte erkennen: AI-gestützte Computer-Vision-Modelle wie YOLO11 können jedes Einzelbild analysieren, um bestimmte Objekte wie Personen, Fahrzeuge oder Produkte zu identifizieren und zu lokalisieren.
• Identität zuweisen: Sobald ein Objekt erkannt wurde, weisen Tracking-Algorithmen ihm eine eindeutige ID zu, um es über mehrere Frames hinweg zu verfolgen. So weiß das System, dass es sich trotz seiner Bewegung weiterhin um dasselbe Objekt handelt.
• Bewegung überwachen: Das System verfolgt die Bewegung im Zeitverlauf. Diese Daten können genutzt werden, um Informationen wie Geschwindigkeit, Richtung und Interaktionen mit anderen Objekten zu erfassen.
• Erkenntnisse gewinnen: Diese Informationen können in Echtzeit genutzt werden, um Analysen bereitzustellen, Entscheidungen zu unterstützen oder visuelle Einblendungen zu ermöglichen – je nach Anwendungsfall.

Objekterkennung und -verfolgung mit YOLO im Vergleich#

Eine weitere Computer-Vision-Aufgabe, die Ultralytics YOLO11 unterstützt und eng mit der Objektverfolgung verwandt ist, ist die Objekterkennung. Sehen wir uns den Unterschied zwischen diesen beiden Aufgaben an.

Bei der Objekterkennung werden interessante Objekte in einem einzelnen Bild oder Videoframe identifiziert und lokalisiert. Ein selbstfahrendes Auto nutzt beispielsweise die Objekterkennung, um ein Stoppschild oder einen Fußgänger in einem einzelnen Frame zu erkennen, der von den eingebauten Kameras aufgenommen wurde. Sie beantwortet die Frage: „Was ist auf diesem Bild zu sehen und wo befindet es sich?“ Sie liefert jedoch keine Informationen darüber, wohin sich das Objekt als Nächstes bewegt.

Die Objektverfolgung baut auf der Objekterkennung auf und ergänzt sie um ein Verständnis der Bewegung im Zeitverlauf. Der wesentliche Unterschied zwischen beiden liegt darin, wie sie Zeit und Bewegung berücksichtigen. Bei der Objekterkennung wird jeder Frame als unabhängige Momentaufnahme behandelt, während die Objektverfolgung die Punkte zwischen den Frames verbindet und anhand früherer Daten die zukünftige Position eines Objekts vorhersagt.

Durch die Kombination beider Verfahren lassen sich leistungsfähige Vision-AI-Systeme entwickeln, die Objekte in dynamischen Umgebungen in Echtzeit verfolgen können. So kann ein automatisiertes Sicherheitssystem beispielsweise Personen erkennen, die einen Bereich betreten, und ihre Bewegung kontinuierlich über den Frame hinweg verfolgen.

Echtzeitverfolgung mit Ultralytics-YOLO-Modellen#

Nachdem wir den Unterschied zwischen Objekterkennung und -verfolgung behandelt haben, sehen wir uns an, wie Ultralytics-YOLO-Modelle wie YOLO11 die Objektverfolgung in Echtzeit unterstützen.

YOLO-Modelle sind selbst keine Tracking-Algorithmen, spielen aber eine wichtige Rolle, indem sie Objekte in jedem Videoframe erkennen. Sobald Objekte erkannt wurden, weisen Tracking-Algorithmen ihnen eindeutige IDs zu, damit das System ihre Bewegung von Frame zu Frame verfolgen kann.

Um diesem Bedarf gerecht zu werden, verbindet das Ultralytics-Python-Paket die Objekterkennung mit beliebten Tracking-Algorithmen wie BoT-SORT und ByteTrack. Dank dieser Integration können Nutzer Erkennung und Tracking mit minimalem Einrichtungsaufwand gemeinsam ausführen.

Wenn du YOLO-Modelle zur Objektverfolgung verwendest, kannst du je nach den Anforderungen deiner Anwendung den passenden Tracking-Algorithmus auswählen. BoT-SORT eignet sich beispielsweise gut zur Verfolgung unvorhersehbar bewegter Objekte, da es Bewegungsvorhersagen und Deep Learning nutzt. ByteTrack hingegen bewährt sich besonders in stark frequentierten Szenen und ermöglicht zuverlässiges Tracking, selbst wenn Objekte unscharf oder teilweise verdeckt sind.

Abb. 2. Das Ultralytics-Python-Paket integriert BoT-SORT und ByteTrack.

Wie hängt das Training eines benutzerdefinierten YOLO-Modells mit der Objektverfolgung zusammen?#

Individuelles Training bezeichnet die Feinabstimmung eines vortrainierten Objekterkennungsmodells wie Ultralytics YOLO11 anhand eines bestimmten Datensatzes, damit es Objekte erkennen kann, die in den Standarddatensätzen nicht enthalten sind. Das ist besonders wichtig, wenn dein Trackingsystem spezielle oder seltene Objekte verfolgen muss.

Tracking-Systeme sind darauf angewiesen, dass das Erkennungsmodell das Objekt zunächst erkennt. Kann ein YOLO-Modell einen bestimmten Gegenstand, etwa eine bestimmte Maschinenart oder Wildtierart, nicht erkennen, kann der Tracking-Algorithmus ihn auch nicht verfolgen.

Deshalb ist benutzerdefiniertes Training unerlässlich: Es stellt sicher, dass das Erkennungsmodell die Objekte, die du verfolgen möchtest, präzise identifizieren kann.

Wichtig ist auch, dass bei diesem Verfahren nur das Erkennungsmodell feinabgestimmt wird. Die Tracking-Algorithmen wie BoT-SORT oder ByteTrack werden nicht individuell trainiert; sie verwenden lediglich die Ausgabe des YOLO-Modells, um die erkannten Objekte über mehrere Frames hinweg zu verfolgen.

Anwendungen der Objektverfolgung mit Ultralytics YOLO#

Nachdem wir nun besser verstanden haben, was Objektverfolgung ist und wie sie funktioniert, sehen wir uns einige Anwendungen aus der Praxis an, bei denen diese Technologie Wirkung zeigt.

Echtzeitverfolgung mit Ultralytics YOLO zur Geschwindigkeitsschätzung#

Computer-Vision-Systeme zur Geschwindigkeitsschätzung beruhen auf Aufgaben wie Objekterkennung und -verfolgung. Diese Systeme berechnen, wie schnell sich ein Objekt bewegt – sei es ein Fahrzeug, ein Fahrradfahrer oder sogar eine Person. Diese Informationen sind für zahlreiche Anwendungen entscheidend, von der Verkehrssteuerung über die Sicherheitsüberwachung bis hin zur industriellen Automatisierung.

Mit einem Modell wie Ultralytics YOLO11 lassen sich Objekte in Videoframes erkennen und verfolgen. Indem das System analysiert, welche Strecke ein Objekt in einem bestimmten Zeitraum zurücklegt, kann es dessen Geschwindigkeit schätzen.

Abb. 3 Objektverfolgung mit YOLO11 zur Geschwindigkeitsschätzung.

Objektverfolgung in der Fertigung#

Fertigungsprozesse können schnell und äußerst komplex sein, sodass es schwierig ist, jedes produzierte Teil von Hand im Blick zu behalten. Die Objektverfolgung bietet eine gute Möglichkeit, die Überwachung von Produkten während der einzelnen Produktionsschritte zu automatisieren. So können Fabriken ein hohes Maß an Genauigkeit und Effizienz gewährleisten, ohne die Abläufe zu verlangsamen.

Ob es darum geht, Produkte auf einem Förderband zu zählen, Fehler zu erkennen oder die korrekte Montage zu überprüfen – die Objektverfolgung sorgt für Transparenz und Kontrolle bei Aufgaben, die sonst zeitaufwendig oder fehleranfällig wären. Besonders wirkungsvoll ist diese Technologie in Branchen mit hohen Produktionsvolumen wie der Lebensmittelverarbeitung, der Elektronikfertigung und der Verpackungsindustrie, in denen Geschwindigkeit und Präzision entscheidend sind.

Abb. 4 Ein Beispiel für die Verfolgung und Zählung von Lebensmitteln an einer Fertigungslinie mit Ultralytics YOLO11.

Ein Überblick über Objektverfolgung in der Einzelhandelsanalyse#

Jeden Tag betreten unzählige Kunden Einzelhandelsgeschäfte und verlassen sie wieder. Ihr Verhalten zu verstehen, ist entscheidend, um sowohl das Kundenerlebnis als auch die Geschäftsergebnisse zu verbessern. Mit Objektverfolgung können Einzelhändler Kundenströme überwachen, die Verweildauer messen und Bewegungsmuster analysieren – ohne auf invasive oder manuelle Methoden zurückgreifen zu müssen.

Indem Unternehmen Personen beim Betreten, Verlassen und Bewegen im Geschäft verfolgen, können sie Erkenntnisse über Stoßzeiten, beliebte Bereiche und sogar Warteschlangenlängen gewinnen. Diese Erkenntnisse können Entscheidungen zu Personalplanung, Ladengestaltung und Platzierung des Warenbestands unterstützen und so letztlich zu effizienteren Abläufen und höheren Umsätzen führen.

Abb. 5. Überwachung von Personen, die ein Geschäft betreten und verlassen, mithilfe der Objektverfolgung von Ultralytics YOLO11.

Vor- und Nachteile der Objektverfolgung#

Von Einzelhandelsgeschäften bis hin zu Fabrikhallen wird die Objektverfolgung in den unterschiedlichsten Branchen eingesetzt, um Faktoren wie Effizienz, Sicherheit und das Gesamterlebnis zu verbessern. Hier sind einige der wichtigsten Vorteile, die die Objektverfolgung für verschiedene Branchen bieten kann:

• Ermöglicht Warnmeldungen in Echtzeit: Systeme mit integrierter Objektverfolgung können so konfiguriert werden, dass sie automatisch Warnmeldungen auslösen, wenn etwas Ungewöhnliches erkannt wird, etwa wenn eine Person einen Sperrbereich betritt oder eine Lieferung zu lange an einem Ort stehen bleibt.
• Integration mit anderen Systemen: Daten zur Objektverfolgung lassen sich mit anderen Technologien wie Gesichtserkennung, Wärmebildkameras oder Warenwirtschaftssystemen kombinieren, um umfassendere Erkenntnisse zu gewinnen.
• Langfristig kosteneffizient: Die anfängliche Einrichtung kann zwar Investitionen erfordern, doch automatisierte Verfolgung senkt den Bedarf an manueller Arbeit, verringert die Fehlerquote und reduziert mit der Zeit die Betriebskosten.

Diese Vorteile zeigen, wie sich die Objektverfolgung positiv auf verschiedene Anwendungsfälle auswirkt. Es ist jedoch ebenso wichtig, die Herausforderungen bei der Implementierung zu berücksichtigen. Sehen wir uns einige Einschränkungen der Objektverfolgung genauer an:

• Schwächen in überfüllten Umgebungen: In belebten Umgebungen wie Konzerten, Einkaufszentren oder auf Stadtstraßen fällt es Tracking-Systemen möglicherweise schwer, dicht beieinander befindliche Personen oder Objekte auseinanderzuhalten. Das kann zu Verwechslungen oder ungenauen Ergebnissen führen.
• Empfindlich gegenüber Umgebungsbedingungen: Schlechte Beleuchtung, Nebel, schnelle Bewegungen oder Kameraverwacklungen können die Fähigkeit des Systems beeinträchtigen, Objekte präzise zu verfolgen – insbesondere im Freien oder in unkontrollierten Umgebungen.
• Datenschutz und rechtliche Bedenken: Der unsachgemäße Umgang mit personenbezogenen Daten, fehlende Einwilligungen oder Überwachung im öffentlichen Raum können ethische Fragen aufwerfen und zu Verstößen gegen Datenschutzgesetze führen.

Die wichtigsten Erkenntnisse#

Objektverfolgung ist eine Computer-Vision-Aufgabe, mit der Maschinen die Bewegung von Objekten im Zeitverlauf verfolgen können. Sie wird in vielen Anwendungsbereichen eingesetzt – von der Schätzung der Fahrzeuggeschwindigkeit und dem Zählen von Produkten an einer Fertigungslinie bis hin zur Analyse von Spielerbewegungen im Sport.

Dank Vision-AI-Modellen wie Ultralytics YOLO11 und Tracking-Algorithmen wie BoT-SORT und ByteTrack ist die Objektverfolgung in verschiedenen Branchen schneller, intelligenter und zugänglicher geworden. Mit der Weiterentwicklung der Objektverfolgung werden Systeme intelligenter, effizienter und reaktionsfähiger – Frame für Frame.

Möchtest du mehr über Computer Vision und KI erfahren? Sieh dir unser GitHub-Repository an, tausche dich mit unserer Community aus und informiere dich über unsere Lizenzoptionen, um dein Computer-Vision-Projekt zu starten. Wenn du dich für Innovationen wie KI in der Fertigung und Computer Vision in der Automobilindustrie interessierst, findest du auf unseren Lösungsseiten weitere Informationen.