Comprendere il ruolo degli FPS nella computer vision

Guardare un replay al rallentatore del tuo momento sportivo preferito, dove ogni dettaglio è nitido, è molto diverso dal guardare filmati di sorveglianza che solitamente appaiono a scatti e difficili da seguire. Il dettaglio tecnico chiave alla base di queste differenze sono gli FPS, o fotogrammi al secondo (Frames Per Second), che si riferiscono al numero di fotogrammi mostrati ogni secondo in un video. Un valore di FPS più elevato si traduce in un movimento fluido e realistico, mentre un valore inferiore può portare a filmati a scatti e meno dettagliati.

Questo concetto ha un impatto diretto sulla visione artificiale, un ramo dell'AI che consente alle macchine di interpretare e analizzare i dati visivi in modo simile a quanto fanno gli esseri umani. Nella visione artificiale, un valore di FPS più elevato significa che i sistemi possono acquisire più informazioni ogni secondo, migliorando la precisione del rilevamento e del tracciamento degli oggetti in tempo reale.

In questo articolo esploreremo gli aspetti tecnici degli FPS e la loro relazione con le applicazioni di visione artificiale. Cominciamo!

Link to this sectionCosa significano gli FPS nella visione artificiale?#

Immagina di giocare a un gioco di corse: a 60 FPS ogni curva sembra fluida e reattiva, ma a 20 FPS i comandi sono in ritardo, rendendo più difficile evitare gli ostacoli. In parole povere, puoi pensare agli FPS come al numero di immagini fisse che vengono mostrate ogni secondo. Più immagini al secondo rendono il movimento fluido e naturale, mentre meno immagini possono farlo apparire a scatti.

Proprio come nei giochi, gli FPS sono una parte fondamentale delle applicazioni di visione artificiale. Un valore di FPS più elevato rende possibile tracciare oggetti utilizzando la Vision AI in modo fluido, mentre un valore inferiore può causare la perdita di dettagli.

Ad esempio, nell'analisi sportiva, le telecamere potenziate dall'AI richiedono un valore di FPS più elevato per poter tracciare passaggi veloci, movimenti dei giocatori e traiettorie della palla. Un valore di FPS più basso potrebbe portare a perdere un importante contatto piede-palla o un rapido cambio di direzione, influenzando l'accuratezza dell'analisi.

Allo stesso modo, nel monitoraggio del traffico, i sistemi si affidano a FPS elevati per rilevare veicoli in eccesso di velocità e cambi di corsia in tempo reale. Scegliere gli FPS giusti dipende dai requisiti specifici di ogni applicazione di visione artificiale, bilanciando prestazioni, efficienza e nitidezza visiva.

Fig 1. Confronto di diversi frame rate.

Link to this sectionAspetti tecnici degli FPS nella visione artificiale#

Ora che abbiamo discusso cosa sono gli FPS e come vengono utilizzati nella visione artificiale, analizziamo i loro aspetti tecnici, partendo da come calcolare gli FPS di un video.

Dividere il numero totale di fotogrammi per la durata in secondi ti fornisce gli FPS di un video. Ad esempio, se un video ha 96 fotogrammi in 4 secondi, il calcolo porta a 24 FPS - il che significa che vengono visualizzate 24 immagini ogni secondo - mentre 32 fotogrammi in 4 secondi risultano in 8 FPS. Librerie Python come OpenCV possono essere utilizzate per estrarre metadati video, contare i fotogrammi e calcolare automaticamente gli FPS, semplificando il processo di analisi video.

Fig 2. 24 FPS vs 8 FPS vs 4 FPS.

Link to this sectionFattori che influenzano gli FPS di un video#

Tuttavia, calcolare solo gli FPS non è sufficiente per prendere decisioni tecniche durante lo sviluppo di soluzioni di visione artificiale. È anche importante considerare i vari fattori che possono influenzare il frame rate effettivo, come le capacità dell'hardware, le ottimizzazioni del software e le condizioni ambientali.

Ecco un'analisi più dettagliata di tali fattori:

• Capacità dell'hardware: La qualità del sensore della telecamera e la potenza di elaborazione del dispositivo possono determinare quanti fotogrammi vengono acquisiti ogni secondo. Un hardware migliore solitamente significa supporto per FPS più elevati e video più fluidi.
• Ottimizzazioni software: Un software efficiente di codifica ed elaborazione video aiuta a estrarre e analizzare i fotogrammi rapidamente. Ciò garantisce che il video venga elaborato senza ritardi non necessari.
• Condizioni ambientali: L'illuminazione e il movimento in una scena influiscono sulla chiarezza con cui vengono acquisiti i fotogrammi. Una buona illuminazione e un movimento moderato possono migliorare gli FPS, mentre condizioni scarse potrebbero richiedere FPS più elevati per mantenere la nitidezza.
• Esigenze di archiviazione: Un valore di FPS più elevato acquisisce più fotogrammi al secondo, il che si traduce in file di dimensioni maggiori. Ciò aumenta i requisiti di archiviazione e richiede un'elaborazione dei dati più rapida per garantire una riproduzione fluida.

Link to this sectionEsplorazione degli FPS nelle applicazioni di visione artificiale#

Modelli di AI come Ultralytics YOLO11 che supportano attività di visione artificiale in tempo reale possono essere utilizzati per analizzare video con frame rate elevati. Questa capacità in tempo reale è fondamentale per applicazioni come la guida autonoma, la sorveglianza e la robotica, dove anche piccoli ritardi possono portare a errori significativi.

Vediamo alcune applicazioni reali di Vision AI in cui FPS elevati sono essenziali per l'accuratezza e le prestazioni.

Link to this sectionUn frame rate più elevato per soluzioni di sorveglianza e sicurezza#

I sistemi di sorveglianza che monitorano aree ad alto traffico come le autostrade utilizzano FPS elevati per catturare dettagli minuti, assicurando che i veicoli in rapido movimento siano documentati chiaramente. Questa chiarezza è essenziale per i sistemi di riconoscimento automatico delle targhe (ANPR), che si basano su filmati di buona qualità per identificare i veicoli con precisione.

In tali sistemi, modelli come YOLO11 possono essere utilizzati per rilevare le targhe direttamente dal feed video. Una volta rilevata una targa, viene utilizzato l'OCR (Optical Character Recognition), che converte le immagini di testo in caratteri leggibili dalla macchina, per leggere i dettagli della targa. Questo processo consente un'identificazione rapida e precisa del veicolo, migliorando l'applicazione delle norme stradali e la sicurezza generale.

Fig 3. Utilizzo di YOLO11 per rilevare le targhe.

Link to this sectionComprendere i requisiti FPS per i sistemi autonomi#

Considera un'auto a guida autonoma a uno stop, che analizza attentamente l'ambiente circostante per decidere se può procedere in sicurezza. Questa auto deve prendere decisioni quasi istantanee, il che richiede l'acquisizione e l'elaborazione dei dati visivi in tempo reale.

Se il veicolo autonomo è dotato di telecamere in grado di acquisire filmati a un FPS più elevato, riceve un flusso di immagini più continuo e dettagliato. Questo input visivo migliorato consente all'auto di rilevare rapidamente ostacoli, pedoni e altri veicoli. Rende possibile per il veicolo reagire prontamente a qualsiasi cambiamento nel suo ambiente.

Se le telecamere elaborassero immagini a un FPS inferiore, il veicolo potrebbe ricevere una vista più discontinua e meno dettagliata. Ciò potrebbe ritardare il suo tempo di risposta, aumentando il rischio di perdere informazioni critiche e potenzialmente compromettendo la sicurezza.

Link to this sectionLa connessione tra FPS e analisi sportiva#

Catturare ogni movimento con precisione è fondamentale nello sport, dove decisioni prese in una frazione di secondo possono fare la differenza tra vincere e perdere. La tecnologia che supporta un FPS più elevato ci consente di registrare ogni minimo dettaglio in movimento, e allenatori, analisti e atleti possono rivedere le giocate al rallentatore senza perdere un colpo. Aiuta anche gli arbitri a prendere decisioni più accurate in sport come tennis, calcio e cricket fornendo una visione chiara, fotogramma per fotogramma, dell'azione.

Ad esempio, un interessante studio sulla pallavolo ha analizzato come l'utilizzo di un FPS più elevato migliori la valutazione delle prestazioni. Aumentare gli FPS da 30 a 240 ha migliorato significativamente la nitidezza del movimento e il tracciamento degli oggetti. Anche l'accuratezza dell'analisi della schiacciata è migliorata, aiutando gli allenatori a comprendere più precisamente il posizionamento delle mani, i punti di contatto con la palla e la meccanica del salto. Inoltre, lo studio ha rilevato che un FPS più elevato riduceva l'effetto mosso, rendendo le battute e le reazioni difensive più facili da analizzare.

Fig 4. Confronto tra FPS bassi e alti rispetto alla chiarezza del movimento.

Link to this sectionQuando utilizzare un FPS basso è efficace nell'analisi video#

Non tutte le applicazioni di visione artificiale richiedono la registrazione di filmati a un FPS elevato. In molti casi, un FPS inferiore è sufficiente per ottenere risultati accurati, a seconda dell'attività. Ecco alcune aree chiave in cui è preferibile un FPS inferiore:

• Post-elaborazione e analisi offline: Per applicazioni come il monitoraggio del traffico e l'analisi della folla, acquisire ogni fotogramma a un FPS elevato non è sempre necessario. Un FPS inferiore può comunque fornire dati sufficienti per analizzare i pattern di movimento, come il flusso dei veicoli, la densità dei pedoni e i trend di congestione. Riducendo i fotogrammi ridondanti, questo approccio minimizza i requisiti di archiviazione e il carico computazionale pur mantenendo un'analisi accurata.
• Monitoraggio ambientale time-lapse: Per tracciare cambiamenti lenti come la crescita delle piante, il progresso dei lavori di costruzione o il movimento dei ghiacciai, acquisire un fotogramma ogni pochi minuti o una volta al giorno è sufficiente, documentando efficacemente le trasformazioni a lungo termine e risparmiando spazio di archiviazione.
• Ambienti con risorse limitate: Nel monitoraggio della fauna selvatica e nella sicurezza remota, un FPS inferiore aiuta a conservare la durata della batteria e l'archiviazione. Le telecamere attivate dal movimento che operano a 5-10 FPS possono acquisire eventi essenziali per periodi prolungati, rendendole ideali per installazioni off-grid.

Link to this sectionScegliere l'FPS giusto per le applicazioni di deep learning#

La selezione dell'FPS ideale richiede di bilanciare le prestazioni con le limitazioni del sistema. Ecco alcune considerazioni da tenere a mente quando si ottimizzano gli FPS per le applicazioni di deep learning:

• Bilanciamento tra prestazioni e risorse: Un FPS più elevato migliora la reattività ma aumenta anche la richiesta di energia e di elaborazione. Regolare gli FPS in modo dinamico, utilizzare l'interpolazione dei fotogrammi e ottimizzare l'hardware può aiutare a mantenere prestazioni fluide senza sovraccaricare il sistema.
• Esigenze specifiche dell'applicazione: Diverse applicazioni hanno requisiti FPS diversi. I dispositivi alimentati a batteria dovrebbero utilizzare FPS inferiori per conservare energia, mentre i sistemi in tempo reale come droni e veicoli autonomi necessitano di FPS più elevati per risposte rapide e accurate.
• Test e ottimizzazione: Le impostazioni FPS dovrebbero idealmente essere testate in diverse condizioni di illuminazione e movimento. Valutare la latenza e confrontare i livelli di FPS fianco a fianco aiuta a determinare il miglior equilibrio tra reattività, qualità visiva ed efficienza delle risorse.

Link to this sectionInnovazioni future e ottimizzazione degli FPS per modelli AI#

I progressi nell'AI e nell'ottimizzazione dell'hardware stanno rendendo i frame rate più elevati più raggiungibili, anche in ambienti con risorse limitate. Ad esempio, settori come il cinema, lo sport e la robotica possono beneficiare di una gestione più intelligente del frame rate, in cui i sistemi regolano dinamicamente gli FPS in base alla complessità del movimento e alla potenza di elaborazione. L'interpolazione dei fotogrammi basata sull'AI migliora anche la fluidità video generando fotogrammi aggiuntivi in tempo reale.

Nel frattempo, un recente passo avanti da parte di NVIDIA sta spingendo le prestazioni FPS ancora oltre. DLSS 4 (Deep Learning Super Sampling) introduce la generazione multi-frame, che utilizza l'AI per prevedere e creare fotogrammi extra. Ciò aumenta i frame rate fino a 8 volte riducendo al contempo il carico di lavoro sul sistema.

Lasciando che l'AI gestisca parte del rendering, DLSS 4 rende le immagini più fluide senza mettere sotto sforzo l'hardware, migliorando sia le prestazioni che l'efficienza.

Link to this sectionPunti chiave#

Gli FPS sono molto più di una semplice misura di immagini fluide; guidano il processo decisionale in tempo reale nell'AI e nella visione artificiale. Ogni fotogramma in un video acquisisce dati critici, consentendo alle macchine di tracciare oggetti, analizzare il movimento e rispondere ad ambienti dinamici. Che si tratti di auto a guida autonoma che evitano ostacoli o di sistemi di sorveglianza che rilevano minacce istantaneamente, gli FPS corretti garantiscono accuratezza ed efficienza.

Il futuro degli FPS non riguarda solo l'aumento dei frame rate, ma anche l'ottimizzazione intelligente. Questa evoluzione renderà i sistemi di visione artificiale più veloci, innovativi ed efficienti in termini di risorse in vari settori.

Vuoi saperne di più sull'AI? Esplora il nostro repository GitHub e unisciti alla nostra community. Pronto a iniziare i tuoi progetti di visione artificiale? Dai un'occhiata alle nostre opzioni di licenza. Scopri come la visione artificiale nell'assistenza sanitaria stia migliorando l'efficienza ed esplora l'impatto dell'AI nella produzione visitando le nostre pagine delle soluzioni!