A menudo escucho esta pregunta de los integradores y sé por qué. En el campo, un objetivo rara vez permanece completamente visible. Las vallas, los arbustos, las sombras y los postes se interponen rápidamente.
IA1 aún puede identificar muchos objetivos cuando más del 50 % está oculto, pero el resultado depende del modelo, la escena y cuántos detalles clave del cuerpo siguen siendo visibles.
Detección de oclusión de objetivos por IA en cámaras de seguridad
Cuando trabajo con compradores B2B, nunca trato la oclusión como un simple problema de sí o no. Lo veo como una combinación de detección, seguimiento y predicción. Ahí es donde comienza el valor real.
Índice
¿El seguimiento permanecerá bloqueado si una persona camina detrás de una valla o una fila delgada de arbustos?
He visto este problema muchas veces en sitios exteriores y sé lo molesto que puede ser. Una persona se ve clara en un momento, y al siguiente una valla rompe el seguimiento.
Sí, el seguimiento puede permanecer bloqueado durante un corto período de tiempo si el sistema tiene una lógica de seguimiento sólida lógica de seguimiento2, pero el resultado depende de la continuidad del movimiento, el desorden de la escena y cuánto tiempo permanece oculto el objetivo.
Seguimiento por IA detrás de vallas y arbustos
Por qué una valla no siempre interrumpe el seguimiento
Utilizo este caso para explicar la brecha entre detección y seguimiento. La detección encuentra a la persona. El seguimiento sigue a la persona a lo largo del tiempo. Cuando una valla delgada o arbustos cubren parte del cuerpo, el sistema aún puede mantener la misma ID si quedan suficientes pistas visuales. La forma humana, la velocidad al caminar y la dirección de la trayectoria ayudan. Si el objetivo está solo parcialmente oculto durante uno o dos fotogramas, un rastreador fuerte generalmente puede mantener el bloqueo. Si la persona se mueve detrás de plantas densas o una valla ancha durante demasiado tiempo, la confianza disminuye. Entonces el sistema puede perder el objetivo o crear una nueva ID cuando la persona regresa. He descubierto que los mejores resultados provienen de cámaras con buen control de ángulo y vistas de fondo limpias. Si instalo la cámara demasiado bajo, la línea de la valla cubre demasiado del cuerpo. Si la coloco demasiado alto, puedo perder detalles del rostro y los hombros. Por lo tanto, siempre equilibro el ángulo de visión, la distancia y la disposición de la escena antes de prometer un seguimiento estable. Para compradores como David, esto es importante porque un seguimiento perdido puede significar un evento perdido, y eso puede costar dinero real en un trabajo de campo o un sitio remoto.
Resultados comunes en oclusión parcial
| Condición de la escena | Resultado del seguimiento | Lo que espero |
|---|---|---|
| Valla delgada durante 1-2 segundos | Normalmente permanece bloqueado | Buena continuidad |
| Los arbustos cubren solo las piernas | A menudo permanece bloqueado | ID estable si el torso es visible |
| Arbustos densos cubren el torso | Puede caer pronto | Mayor probabilidad de pérdida de ID |
| Larga oclusión detrás de una pared — A menudo se recupera más tarde — Necesita Re-identificación6 soporte |
Lo que compruebo en el mundo real
No confío solo en una hoja de especificaciones. Pruebo la trayectoria real de la persona. Observo cuánto tiempo permanece oculta la persona. También compruebo si la cámara mantiene el cuerpo centrado en el encuadre. Un buen sistema PTZ5 puede ayudar porque puede seguir el movimiento y volver a hacer zoom después de que el objetivo regrese. En muchos casos, la cámara en sí no es el punto débil. El punto débil es la regla de software que decide cuándo mantener el seguimiento y cuándo abandonarlo. Si esa regla es demasiado estricta, el sistema pierde a la persona demasiado pronto. Si es demasiado laxa, puede confundir a una persona con otra. Normalmente les digo a los clientes que el seguimiento detrás de una valla es posible, pero nunca es magia. Funciona mejor cuando la cámara ve suficiente historial de movimiento y suficiente forma corporal antes de que comience la obstrucción.
¿Cómo maneja el algoritmo de reconocimiento “basado en partes” los objetivos parcialmente ocultos?
Me gusta esta pregunta porque va al corazón de la visión artificial moderna. Un buen modelo no necesita verlo todo. Necesita ver las partes correctas.
A algoritmo basado en partes3 divide el objetivo en partes visibles del cuerpo, y aún puede hacer una coincidencia a partir de esas partes cuando el cuerpo completo no es visible.
Reconocimiento basado en partes para objetivos parcialmente ocultos
Por qué las partes importan más que la forma completa
Pienso en los sistemas antiguos como comparadores de formas. Querían ver a la persona completa o al vehículo completo. Eso es frágil. Un modelo basado en partes funciona de una manera más inteligente. Mira la cabeza, los hombros, el torso, las piernas, las ventanas, las líneas del techo o el área de las ruedas. Si algunas partes están bloqueadas, el modelo aún puede usar las partes que puede ver. Esto es muy útil en sitios exteriores con árboles, postes y sombras en movimiento. Por ejemplo, si puedo ver la parte superior del cuerpo, el modelo aún puede decir: “esto es una persona”, porque las proporciones del cuerpo humano siguen siendo claras. Si puedo ver la parte delantera de un coche y parte del techo, el modelo aún puede saber que es un vehículo. Este método es mucho mejor que una simple comparación de píxeles. También ayuda en escenas abarrotadas, donde un objetivo se superpone a otro. Pero siempre recuerdo a los clientes que el reconocimiento basado en partes no es perfecto. Si las partes visibles son demasiado pequeñas, demasiado borrosas o demasiado similares al fondo, el modelo aún tendrá dificultades. En mi trabajo, los mejores sistemas utilizan la lógica basada en partes junto con señales de movimiento e historial de fotogramas. Esa combinación le da al modelo más contexto. No solo ve un fotograma congelado. Ve una historia en movimiento.
Lo que el modelo suele mirar
| Parte visible | Útil para la identificación de personas | Útil para la identificación de vehículos |
|---|---|---|
| Cabeza y hombros | Alta | Bajo |
| Forma del torso | Alta | Bajo |
| Piernas y movimiento al caminar | Medio | Bajo |
| Rejilla delantera o parabrisas | Bajo | Alta |
| Línea del techo o panel lateral | Bajo | Alta |
Dónde la lógica basada en partes ayuda más
Veo la mayor ganancia en escenas con cobertura parcial repetida. Una puerta de granja, un arbusto al borde de la carretera o una valla del sitio pueden bloquear la misma meta una y otra vez. Un modelo basado en partes aprende que las piezas visibles todavía pertenecen juntas. También ayuda cuando el ángulo de la cámara no es ideal. Muchos despliegues reales no tienen vistas perfectas. La cámara puede mirar hacia una carretera, una puerta o un muelle de carga desde un lado. En esos casos, la forma completa del objeto a menudo falta. Un modelo basado en partes me da una mejor oportunidad de mantener una detección útil. Para los compradores que necesitan una salida estable en VMS7 como Hito8 o Lirio azul9, esto es importante porque una mejor coincidencia de identidad significa menos alertas falsas y menos comprobaciones manuales.
Dónde todavía falla
No quiero exagerar. Si un objetivo está casi completamente oculto, el modelo puede adivinar mal. Una chaqueta al viento puede parecer un cuerpo. Una rama puede parecer un brazo. Un vehículo parcial puede parecer un remolque o un camión furgoneta cuando no lo es. Por eso pruebo en el sitio real, no solo en un laboratorio. El algoritmo mejora cuando los datos de entrenamiento incluyen el mismo tipo de vallas, plantas e iluminación que el cliente tiene en el sitio. Esa es una razón por la que la sintonización OEM y ODM importa. El modelo no solo debe ser inteligente. Debe estar sintonizado para la escena exacta.
¿Utiliza la IA la predicción temporal para adivinar la trayectoria del objetivo mientras está completamente ocluido?
Confío en esta idea todo el tiempo en el seguimiento exterior. Si el objetivo desaparece por un momento, el sistema no debería actuar a ciegas.
Sí, muchos sistemas de seguimiento de IA utilizan predicción temporal4, por lo que estiman dónde debería reaparecer el objetivo basándose en la velocidad, la dirección y el historial de movimiento reciente.
Predicción temporal durante oclusión completa
Cómo funciona la predicción en la práctica
Pienso en la predicción temporal como un motor de conjeturas a corto plazo. El sistema observa dónde estuvo el objetivo en los últimos fotogramas. Aprende la dirección del movimiento y la velocidad. Luego, cuando el objetivo pasa detrás de un poste, una pared o un árbol espeso, el sistema sigue dibujando una trayectoria esperada. Esto no significa que la IA vea a través del objeto. Significa que la IA hace una mejor suposición por un corto tiempo. Si la persona camina habitualmente a una velocidad constante, la predicción funciona bien. Si el objetivo gira repentinamente, se detiene o cambia de dirección, la suposición se debilita. Encuentro esto especialmente útil en el seguimiento PTZ, porque la cámara puede seguir moviéndose mientras el objetivo está oculto. Eso ayuda al sistema a recuperarse más rápido cuando el objetivo aparece de nuevo. También utilizo esta lógica para explicar por qué una cámara puede seguir a una persona durante uno o dos segundos después de que la persona salga de la vista clara. No es un error. Es un comportamiento planificado. Pero la ventana de predicción no debe ser demasiado larga. Si es demasiado larga, la cámara puede seguir siguiendo espacio vacío y perder un nuevo objetivo. Los mejores sistemas mantienen la ventana corta y utilizan la redetección después de la reaparición.
Predicción a corto plazo frente a recuperación completa
| Situación | Valor de la predicción | Riesgo |
|---|---|---|
| Oculto por menos de 1 segundo | Muy útil | Bajo |
| Oculto por 1-3 segundos | Útil | Medio |
| Oculto por más de 3 segundos | Débil | Más alto |
| El objetivo cambia de dirección detrás de la cobertura | Menos útil | Más alto |
| El objetivo regresa cerca de la trayectoria esperada | Fuerte de nuevo | Bajo |
Por qué esto importa para trabajos al aire libre
Trabajo con clientes que utilizan cámaras en granjas, puertas, bordes de carreteras y sitios remotos. Estos lugares tienen muchas oclusiones cortas. Un trabajador puede pasar detrás de un poste de valla. Un camión puede desaparecer detrás de un árbol. Un visitante puede cruzar una línea de seto. La predicción temporal ayuda a mantener el evento fluido. Reduce la pérdida de seguimiento y reduce el spam de alertas. También ayuda a la cámara PTZ a permanecer en el sujeto correcto en lugar de saltar al fondo. Para David y otros compradores técnicos, esto es muy importante porque el tiempo perdido por la caída falsa del seguimiento significa más llamadas de soporte y más visitas al sitio. En lugares remotos, ese costo a menudo es mayor que el hardware en sí.
Qué hace que la predicción sea más fuerte
He encontrado tres cosas que ayudan más. Primero, el objetivo necesita un movimiento claro antes de la oclusión. Segundo, el fondo no debe ser demasiado ruidoso. Tercero, el rastreador necesita una buena función de re-ID cuando el objetivo regresa. Cuando estas tres cosas funcionan juntas, el sistema puede manejar muchos casos del mundo real muy bien. Cuando una de ellas falla, el sistema se vuelve mucho menos estable. Es por eso que siempre pruebo el flujo completo, no solo la puntuación de detección.
¿Puedo ajustar el umbral de “Tolerancia a la oclusión” para evitar perder el seguimiento demasiado pronto?
Recibo muchas solicitudes de integradores que desean más control. Quieren que la cámara mantenga el objetivo por más tiempo, pero tampoco quieren bloqueos falsos aleatorios.
Sí, si el software ofrece una configuración de tolerancia a oclusiones, a menudo puedes aumentarla para mantener el seguimiento por más tiempo, pero siempre la ajusto con cuidado porque un valor más alto también puede aumentar los falsos positivos.
Ajuste del umbral de tolerancia a oclusiones
Por qué el ajuste del umbral no es universal
Trato el ajuste del umbral como un equilibrio en una línea estrecha. Si establezco la tolerancia demasiado baja, el sistema pierde el objetivo tan pronto como parte del cuerpo queda bloqueada. Eso crea seguimientos rotos y alarmas perdidas. Si la establezco demasiado alta, el sistema puede mantener un mal seguimiento activo durante demasiado tiempo. Luego puede seguir un objeto equivocado, y eso crea confusión en el VMS. El valor correcto depende del sitio. Una granja con espacio abierto puede necesitar una configuración diferente a una puerta concurrida con mucha gente y vehículos. Un sitio con arbustos delgados puede necesitar una configuración diferente a un patio de almacén con muchos postes. Normalmente empiezo con clips de prueba del entorno real. Luego ajusto la tolerancia paso a paso. Observo dos cosas al mismo tiempo: con qué frecuencia el sistema pierde el objetivo real y con qué frecuencia mantiene uno falso. Eso me da una visión clara del compromiso. Un buen ajuste debe reducir la pérdida temprana sin volver perezoso al sistema. Debe ayudar a la IA a ser honesta, no solo pegajosa.
Una guía de ajuste sencilla
| Elección de ajuste | Efecto en el seguimiento | Nivel de riesgo |
|---|---|---|
| Tolerancia más baja | Pierde el objetivo más rápido | Seguimientos perdidos |
| Tolerancia media | Comportamiento equilibrado | Mejor para muchos sitios |
| Tolerancia más alta | Mantiene el objetivo más tiempo | Más bloqueos falsos |
| Tolerancia muy alta | Seguimiento muy pegajoso | Riesgo de objetivo incorrecto |
Lo que recomiendo antes de cambiar el umbral
Normalmente, les digo a los clientes que primero revisen la configuración de la cámara. Si el ángulo es deficiente, ningún umbral puede solucionarlo. Si el objetivo es demasiado pequeño en el encuadre, el modelo tiene muy pocos detalles. Si la iluminación es débil, la IA puede perder el contorno del cuerpo demasiado pronto. Así que arreglo la escena antes de cambiar el software. Luego reviso la configuración de oclusión. También compruebo si el sistema admite verificación de múltiples fotogramas10, porque eso puede ayudar mucho. Si la IA puede confirmar un objetivo en varios fotogramas, puede sobrevivir a una cobertura corta sin caer demasiado rápido. Para los compradores que se preocupan por la estabilidad y el bajo costo de servicio, este tipo de ajuste suele ser la diferencia entre una buena implementación y un dolor de cabeza de soporte.
Conclusión
Puedo identificar y rastrear muchos objetivos a través de una oclusión intensa, pero el mejor resultado depende de la visión basada en partes, la predicción de movimiento y un ajuste cuidadoso del umbral.
1. Aprenda los conceptos básicos de la inteligencia artificial y su papel en la visión por computadora. ︎↩︎ 2. Explore diferentes enfoques para el seguimiento de video y cómo la lógica mantiene la identidad del objetivo a lo largo del tiempo. ︎↩︎ 3. Aprenda cómo los modelos basados en partes detectan objetos al identificar y hacer coincidir componentes visibles. ︎↩︎ 4. Comprenda cómo la predicción temporal (a menudo a través de filtros de Kalman) estima las posiciones futuras de los objetivos basándose en el historial de movimiento. ︎↩︎ 5. Obtenga información sobre las cámaras PTZ (panorámica-inclinación-zoom) y cómo se pueden utilizar para el seguimiento activo. ︎↩︎ 6. Descubra cómo los algoritmos de reidentificación reasignan la identidad a un objetivo después de su reaparición. ︎↩︎ 7. Comprenda los sistemas de gestión de video y su papel en la integración de las transmisiones de cámaras de seguridad. ︎↩︎ 8. Visite Milestone Systems, un proveedor líder de soluciones VMS de plataforma abierta. ︎↩︎ 9. Obtenga información sobre Blue Iris, un popular software de videovigilancia para cámaras IP. ︎↩︎ 10. Aprenda cómo la verificación de múltiples fotogramas mejora la precisión al confirmar detecciones en fotogramas consecutivos. ︎↩︎