Object Tracking

Il tracking degli oggetti è un processo dinamico nella visione artificiale (CV) che consiste nell'identificare entità specifiche in un video e monitorarne il movimento attraverso una sequenza di fotogrammi. A differenza dell'analisi delle immagini statiche, che tratta ogni fotogramma isolatamente, il tracking introduce la dimensione temporale. Ciò consente ai sistemi di intelligenza artificiale (AI) di assegnare un numero identificativo univoco (ID) a ogni elemento rilevato, come un'auto, una persona o un animale, e di mantenerne l'identità mentre l'oggetto si muove, cambia orientamento o viene temporaneamente oscurato. Questa capacità è alla base dei sistemi avanzati di comprensione dei video, consentendo alle macchine di analizzare il comportamento, calcolare le traiettorie e ricavare informazioni utili da filmati grezzi.

Come funziona il tracking degli oggetti#

I moderni sistemi di tracking utilizzano generalmente un paradigma di "tracking tramite rilevamento". Questo flusso di lavoro combina potenti modelli di rilevamento con algoritmi specializzati per associare i rilevamenti nel tempo. Il processo segue in genere tre fasi principali:

1. Rilevamento: in ogni fotogramma, un modello di rilevamento degli oggetti, come il modello all'avanguardia YOLO26, analizza l'immagine per individuare gli oggetti di interesse. Il modello restituisce riquadri di delimitazione che definiscono l'estensione spaziale di ciascun oggetto.

2. Predizione del movimento: algoritmi come il filtro di Kalman stimano la posizione futura di un oggetto in base alla velocità e alla traiettoria attuali. Questa predizione riduce lo spazio di ricerca per il fotogramma successivo, rendendo il sistema più efficiente.

3. Associazione dei dati: il sistema abbina i nuovi rilevamenti alle tracce esistenti utilizzando metodi di ottimizzazione come l'algoritmo ungherese. Questa fase si basa spesso su metriche come Intersezione su Unione (IoU) per misurare quanto un riquadro predetto si sovrapponga a un nuovo rilevamento. I tracker avanzati possono anche utilizzare l'estrazione delle caratteristiche visive per reidentificare oggetti dall'aspetto simile.

Tracking degli oggetti e rilevamento degli oggetti#

Sebbene questi termini siano strettamente correlati, svolgono funzioni distinte nella pipeline di machine learning (ML).

• Rilevamento degli oggetti risponde alla domanda: "Cosa è presente in questa immagine e dove?" È privo di stato, cioè non conserva memoria dei fotogrammi precedenti. Se un'auto attraversa un video, un rilevatore vede un'"auto" nel fotogramma 1 e un'"auto" nel fotogramma 2, ma non sa che si tratta dello stesso veicolo.
• Tracking degli oggetti risponde alla domanda: "Dove sta andando questo specifico oggetto?" È basato sullo stato. Collega l'"auto" del fotogramma 1 all'"auto" del fotogramma 2, consentendo al sistema di registrare che l'"Auto ID #42" si sta muovendo da sinistra a destra. Questo è essenziale per attività come la modellazione predittiva e il conteggio.

Applicazioni nel mondo reale#

La capacità di mantenere l'identità degli oggetti abilita applicazioni complesse di inferenza in tempo reale in diversi settori.

• Sistemi di trasporto intelligenti: il tracking è fondamentale per consentire ai veicoli autonomi di muoversi in sicurezza. Monitorando pedoni e altri veicoli, le auto possono prevedere potenziali collisioni. Inoltre, gli ingegneri del traffico utilizzano questi sistemi per la stima della velocità, così da far rispettare le norme di sicurezza e ottimizzare il flusso del traffico.
• Analisi del commercio al dettaglio: i negozi fisici utilizzano l'AI nel commercio al dettaglio per comprendere il comportamento dei clienti. Il tracking consente ai responsabili dei negozi di eseguire il conteggio degli oggetti per misurare il traffico di persone, analizzare i tempi di permanenza davanti agli espositori utilizzando le mappe di calore e ottimizzare la gestione delle code per ridurre i tempi di attesa.
• Analisi sportiva: negli sport professionistici, gli allenatori utilizzano il tracking insieme alla stima della posa per analizzare la biomeccanica degli atleti e gli schieramenti di squadra. Questi dati offrono un vantaggio competitivo rivelando schemi invisibili a occhio nudo.

Implementazione del tracking con Python#

Ultralytics semplifica l'implementazione di un tracking ad alte prestazioni. La modalità track della libreria gestisce automaticamente il rilevamento, la predizione del movimento e l'assegnazione degli ID. L'esempio seguente mostra come utilizzare il modello YOLO26 compatibile con la Ultralytics Platform per eseguire il tracking degli oggetti in un video.

from ultralytics import YOLO

# Load the official YOLO26n model (nano version for speed)
model = YOLO("yolo26n.pt")

# Track objects in a video file or webcam (source=0)
# 'show=True' displays the video with bounding boxes and unique IDs
results = model.track(source="https://ultralytics.com/images/bus.jpg", show=True)

# Access the unique tracking IDs from the results
if results[0].boxes.id is not None:
    print(f"Detected Track IDs: {results[0].boxes.id.cpu().numpy()}")

Concetti correlati#

Per comprendere appieno l'ecosistema del tracking, è utile esplorare la segmentazione delle istanze, che traccia i contorni precisi di un oggetto a livello di pixel anziché limitarsi a un riquadro. Inoltre, le competizioni di Multi-Object Tracking (MOT) utilizzano spesso benchmark ampiamente adottati come MOTChallenge per valutare la capacità degli algoritmi di gestire scene affollate e occlusioni. Per la distribuzione in ambienti di produzione, gli sviluppatori utilizzano spesso strumenti come NVIDIA DeepStream o OpenCV per integrare questi modelli in pipeline efficienti.