Multi-Objekt-Verfolgung (MOT)

Die Verfolgung mehrerer Objekte (MultiObject Tracking, MOT) ist eine grundlegende Aufgabe in der Computer Vision (CV), bei der es darum geht, mehrere Objekte in einem Video zu erkennen und ihre eindeutigen Identitäten über aufeinanderfolgende Bilder hinweg zu erhalten. Im Gegensatz zur Objekterkennung, die Objekte in einem einzelnen Bild lokalisiert und klassifiziert, fügt MOT eine zeitliche Dimension hinzu. Sie beantwortet nicht nur die Frage "Welche Objekte befinden sich im Bild?", sondern auch "Wohin bewegt sich jedes einzelne Objekt?". Indem jedem Objekt eine dauerhafte ID zugewiesen wird, ermöglicht MOT die Analyse von Bewegung, Verhalten und Interaktionen im Laufe der Zeit, was es für das Verständnis dynamischer Szenen unerlässlich macht.

Funktionsweise der Multi-Objektverfolgung

Das MOT-Verfahren folgt in der Regel einem Paradigma der Verfolgung durch Erkennung. Zunächst wird ein Objektdetektor, wie z. B. YOLO11, verwendet, um alle Objekte in jedem Bild eines Videos zu identifizieren. Jedem erkannten Objekt wird dann eine eindeutige Tracking-ID zugewiesen. In den nachfolgenden Bildern sagt ein Tracking-Algorithmus die neuen Positionen dieser Objekte voraus und ordnet sie den neu erkannten Objekten zu. Diese Zuordnung ist ein entscheidender Schritt und beruht auf mehreren Techniken:

• Bewegungsvorhersage: Algorithmen wie der Kalman-Filter (KF) schätzen die zukünftige Position eines Objekts auf der Grundlage seiner vergangenen Bewegung. Dies hilft dabei, die Suche nach dem Objekt im nächsten Bild einzugrenzen.
• Appearance Matching: Um ein Objekt wiederzuerkennen, nachdem es verdeckt wurde oder sein Aussehen verändert hat, extrahieren Systeme häufig charakteristische Merkmale. Diese können von einfachen Farbhistogrammen bis hin zu komplexen, auf Deep Learning basierenden Einbettungen reichen.
• Datenzuordnung: Diese Komponente gleicht vorhandene Objektspuren mit neuen Erkennungen ab. Hochentwickelte Algorithmen wie der Ungarische Algorithmus oder Methoden moderner Tracker wie ByteTrack und BoT-SORT werden für diese Zuordnungen verwendet, um die Kontinuität der Verfolgung auch in überfüllten Szenen zu gewährleisten.

Ultralytics bietet eine nahtlose Integration dieser Verfolgungsalgorithmen, so dass die Benutzer eine robuste Multi-Objekt-Verfolgung mit Hochleistungsdetektoren leicht umsetzen können.

Multi-Objektverfolgung vs. Objekterkennung

MOT und Objekterkennung sind zwar eng miteinander verbunden, dienen aber unterschiedlichen Zwecken. Bei der Objekterkennung handelt es sich um eine statische, Frame-für-Frame-Analyse, die eine Reihe von Bounding Boxes und Klassenbeschriftungen erzeugt. Im Gegensatz dazu ist die MOT ein dynamischer Prozess, der diese Erkennungen im Laufe der Zeit miteinander verknüpft und eine kontinuierliche "Geschichte" für jedes Objekt erstellt. Man kann sich die Objekterkennung als eine Reihe von Schnappschüssen vorstellen, wohingegen das Multi-Objekt-Tracking diese Schnappschüsse zu einem Film zusammensetzt, der die Handlung der Bewegung und Interaktion von Objekten offenbart.

Anwendungsfälle in der Praxis

MOT ist eine transformative Technologie mit einem breiten Spektrum an praktischen Anwendungen in verschiedenen Branchen.

• Autonome Fahrzeuge: Für selbstfahrende Autos ist MOT entscheidend für die Sicherheit. Es ermöglicht einem Fahrzeug, die Flugbahnen anderer Autos, Fußgänger und Radfahrer zu verfolgen und ihre Bewegungen vorherzusagen, um fundierte Entscheidungen zu treffen und Kollisionen zu vermeiden. Diese kontinuierliche Verfolgung bietet ein umfassenderes Verständnis der Umgebung als die Erkennung von Einzelbildern allein.
• Einzelhandel und Analyse des öffentlichen Raums: Im Einzelhandel wird MOT eingesetzt, um das Kundenverhalten zu analysieren, indem man die Fußgängerströme und Verweilzeiten verfolgt. Dies hilft bei der Optimierung des Ladenlayouts und der effektiven Verwaltung von Warteschlangen. Im öffentlichen Raum kann es für die Verwaltung von Menschenmengen und die Sicherheit eingesetzt werden, z. B. durch die Einrichtung eines Sicherheitssystems, das ausgelöst wird, wenn eine Person beim Betreten einer Sperrzone erfasst wird.
• Sportanalyse: Trainer und Analysten verwenden MOT, um die Bewegungen von Spielern zu überwachen, Formationen zu analysieren und Leistungskennzahlen wie Geschwindigkeit und zurückgelegte Strecke zu bewerten. Dies kann mit einer Posenschätzung kombiniert werden, um eine detailliertere Analyse der sportlichen Technik und Spielstrategie zu erhalten.
• Industrielle Automatisierung: In einer Fabrikhalle kann MOT zur Verfolgung von Teilen auf einem Förderband zur Objektzählung und Qualitätskontrolle eingesetzt werden, um sicherzustellen, dass jedes Teil korrekt verarbeitet wird. Dies ist eine Schlüsselkomponente der KI in der Fertigung.