Object Re-identification (Re-ID)

Die Objekt-Re-Identifikation (Re-ID) ist eine spezialisierte Aufgabe im Bereich des maschinellen Sehens (CV), bei der ein bestimmtes Objekt oder eine bestimmte Person über verschiedene, nicht überlappende Kameraansichten oder über längere Zeiträume hinweg zugeordnet wird. Während sich die standardmäßige Objekterkennung darauf konzentriert, die Klasse eines Objekts zu erkennen – also festzustellen, dass ein Bild eine „Person“ oder ein „Auto“ enthält –, geht Re-ID einen Schritt weiter und bestimmt anhand des visuellen Erscheinungsbilds, welche bestimmte Person oder welches bestimmte Auto zu sehen ist. Diese Fähigkeit ist entscheidend, um in großflächigen Umgebungen eine zusammenhängende Bewegungsgeschichte zu erstellen, in denen eine einzelne Kamera nicht den gesamten Bereich abdecken kann, und so die einzelnen visuellen Beobachtungen miteinander zu verknüpfen.

So funktioniert die Re-Identifikation#

Die zentrale Herausforderung bei Re-ID besteht darin, trotz unterschiedlicher Lichtverhältnisse, Kamerawinkel, Körperhaltungen und störender Hintergrundelemente eine konsistente Identität beizubehalten. Dazu setzt das System typischerweise eine mehrstufige Pipeline mit tiefen neuronalen Netzen ein.

• Merkmalsextraktion: Sobald ein Objekt erkannt wurde, analysiert ein Faltungsneuronales Netz (CNN) den Bildausschnitt, um einen Merkmalsvektor zu erzeugen, der allgemein als Embedding bezeichnet wird. Dieser Vektor ist eine dichte numerische Darstellung der individuellen visuellen Merkmale des Objekts, etwa der Struktur der Kleidung oder der Fahrzeugfarbe.
• Metrisches Lernen: Die zugrunde liegenden Modelle werden mithilfe von Verfahren des metrischen Lernens trainiert. Ziel ist, sicherzustellen, dass die Embeddings desselben Objekts im Vektorraum mathematisch nahe beieinanderliegen, während die Embeddings verschiedener Objekte weit voneinander entfernt liegen. Spezialisierte Architekturen wie siamesische neuronale Netze werden häufig eingesetzt, um diese Beziehungen zu erlernen.
• Ähnlichkeitsabgleich: Während des Betriebs vergleicht das System das Embedding eines Abfrageobjekts mit einer Galerie gespeicherter Identitäten. Dieser Vergleich umfasst in der Regel die Berechnung der Kosinusähnlichkeit oder des euklidischen Abstands. Überschreitet der Ähnlichkeitswert einen vordefinierten Schwellenwert, bestätigt das System eine Übereinstimmung.

Re-ID im Vergleich zur Objektverfolgung#

Es ist wichtig, Re-ID von der Objektverfolgung zu unterscheiden, da beide in einer Bildverarbeitungspipeline ergänzende, aber unterschiedliche Aufgaben erfüllen.

• Objektverfolgung: Dieser Prozess beruht auf zeitlicher Kontinuität. Algorithmen wie der Kalman-Filter sagen anhand der aktuellen Geschwindigkeit und Bewegungsbahn eines Objekts dessen Position im unmittelbar folgenden Bild voraus. Häufig wird die Schnittmenge über der Vereinigungsmenge (IoU) verwendet, um Erkennungen in aufeinanderfolgenden Bildern einander zuzuordnen.
• Re-Identifikation: Re-ID ist entscheidend, wenn die zeitliche Kontinuität unterbrochen wird. Dies geschieht bei Verdeckungen, wenn ein Objekt hinter einem Hindernis verborgen ist, oder wenn ein Objekt das Sichtfeld einer Kamera verlässt und in das einer anderen eintritt. Re-ID stellt die Identität anhand des Erscheinungsbilds und nicht anhand des bisherigen Ortsverlaufs wieder her und ermöglicht so eine robuste Verfolgung mehrerer Objekte (MOT).

Anwendungen in der Praxis#

Die Möglichkeit, Identitäten über voneinander getrennte Ansichten hinweg beizubehalten, ermöglicht anspruchsvolle Analysen in verschiedenen Branchen.

• Intelligentes Verkehrsmanagement in Städten: Im Kontext von KI in intelligenten Städten ermöglicht Re-ID kommunalen Systemen, ein Fahrzeug auf seinem Weg durch ein stadtweites Netz von Kreuzungen zu verfolgen. Dies unterstützt die Berechnung durchschnittlicher Fahrzeiten und die Optimierung der Ampelschaltung, ohne sich ausschließlich auf die Kennzeichenerkennung zu stützen.
• Analyse des Kundenverhaltens im Einzelhandel: Einzelhändler nutzen Re-ID, um das Verhalten von Kunden zu verstehen. Durch die Verknüpfung der Sichtungen eines Kunden in verschiedenen Gängen können Geschäfte Heatmaps beliebter Wege erstellen. Dies hilft bei der Optimierung der Ladenaufteilung und der Personalbesetzung und liefert Einblicke in die gesamte Kundenreise statt nur in einzelne Interaktionen.

Implementierung der Objektverfolgung mit Re-ID-Merkmalen#

Moderne Arbeitsabläufe für KI in der Bildverarbeitung kombinieren häufig leistungsstarke Detektoren mit Trackern, die Re-ID-Konzepte nutzen. Das YOLO26-Modell lässt sich nahtlos in Tracker wie BoT-SORT integrieren, die Merkmale des Erscheinungsbilds nutzen, um eine konsistente Verfolgung aufrechtzuerhalten. Für Nutzer, die ihre Datensätze und Trainingspipelines effizient verwalten möchten, bietet die Ultralytics Platform eine einheitliche Oberfläche für Annotation und Bereitstellung.

Das folgende Beispiel zeigt, wie du mithilfe des Ultralytics-Pakets für Python eine Objektverfolgung durchführst, wobei die Persistenz der Identitäten automatisch verwaltet wird:

from ultralytics import YOLO

# Load the latest YOLO26 model
model = YOLO("yolo26n.pt")

# Track objects in a video file
# The 'persist=True' argument is vital for maintaining IDs across frames
# BoT-SORT is a tracker that can utilize appearance features for Re-ID
results = model.track(
    source="https://www.ultralytics.com/blog/ultralytics-yolov8-for-speed-estimation-in-computer-vision-projects",
    tracker="botsort.yaml",
    persist=True,
)

# Print the unique ID assigned to the first detected object in the first frame
if results[0].boxes.id is not None:
    print(f"Tracked Object ID: {results[0].boxes.id[0].item()}")

Für eine robuste Leistung erfordert das Training dieser Modelle hochwertige Trainingsdaten. Verfahren wie der Triplet-Loss werden beim Training spezifischer Re-ID-Teilmodule häufig eingesetzt, um die Trennschärfe der Embeddings zu verbessern. Das Verständnis der Feinheiten von Precision und Recall ist ebenfalls entscheidend, wenn bewertet wird, wie gut ein Re-ID-System falsche Zuordnungen vermeidet.