قابلیت Subject Tracking (تعقیب سوژه) چیست؟

ثبت یک سوژه ثابت معمولاً دردسر زیادی ندارد؛ اما کافی است فرد، حیوان یا خودرو شروع به حرکت کند تا چالش اصلی آشکار شود. سوژه از مرکز کادر فاصله می گیرد، جهتش را عوض می کند یا برای چند لحظه پشت مانعی پنهان می شود. در چنین موقعیتی، سرعت فوکوس به تنهایی کافی نیست. دوربین باید بفهمد کدام بخش تصویر همان هدف قبلی است و حرکت همان سوژه را میان فریم های پی درپی دنبال کند. قابلیت Subject Tracking برای پاسخ به همین مسئله شکل گرفته است.

تعقیب سوژه (Subject Tracking) دقیقاً چیست؟

تعقیب سوژه یکی از کاربردهای پردازش تصویر و بینایی ماشین است. در این فرایند، یک هدف مشخص انتخاب می شود و الگوریتم موقعیت آن را در فریم های بعدی بازشناسی می کند. انتخاب سوژه ممکن است با لمس نمایشگر انجام شود یا خود دوربین آن را تشخیص دهد. سیستم های پیشرفته تر چهره، چشم، بدن انسان، حیوان یا وسیله نقلیه را شناسایی می کنند. برخلاف تشخیص حرکت که فقط جابه جایی را گزارش می کند، تعقیب سوژه باید همان هدف انتخاب شده را میان عناصر متحرک صحنه بازشناسی کند.

فناوری تعقیب سوژه چگونه کار می کند؟

روش دقیق اجرا در دستگاه های مختلف یکسان نیست، اما منطق کلی این فناوری را می توان در چهار مرحله توضیح داد.

انتخاب و شناسایی هدف

در حالت دستی، کاربر سوژه را روی نمایشگر لمس می کند یا کادر رهگیری را روی آن قرار می دهد. در حالت خودکار، پردازنده الگوهایی مانند فرم صورت، ساختار چشم، بدن انسان یا شکل خودرو را جست وجو می کند.

 ساخت الگوی تصویری از سوژه

 پس از انتخاب هدف، الگوریتم تنها مختصات آن را ذخیره نمی کند. در بسیاری از سیستم ها، ویژگی هایی مانند رنگ، شکل، لبه ها، بافت و نشانه های مربوط به چهره یا بدن نیز بررسی می شوند. این اطلاعات، الگویی فشرده از ظاهر سوژه می سازند. با ثبت فریم بعد، بخش های نزدیک به موقعیت قبلی با این الگو مقایسه می شوند. ناحیه ای که بیشترین شباهت را داشته باشد، به عنوان جای تازه هدف انتخاب می شود. در رهگیری انسان، بعضی دوربین ها میان چشم، صورت، سر و بدن اولویت بندی می کنند. با خارج شدن چشم از تصویر، رهگیری از روی صورت یا بدن ادامه پیدا می کند.

 پیش بینی حرکت در فریم بعد

الگوریتم معمولاً تمام تصویر را از ابتدا جست وجو نمی کند. چون فاصله زمانی میان دو فریم کوتاه است، احتمال حضور سوژه در نزدیکی موقعیت قبلی بیشتر خواهد بود. برخی سیستم ها جهت و سرعت حرکت قبلی را نیز وارد محاسبه می کنند. اگر هدف در چند فریم پی درپی به سمت راست رفته باشد، ناحیه جست وجو کمی جلوتر در همان مسیر قرار می گیرد. سپس پیش بینی با تصویر واقعی تطبیق داده می شود. این محدودسازی، سرعت پردازش را بالا می برد و احتمال اشتباه را کاهش می دهد.

 سنجش اطمینان و بازیابی هدف

هر تطبیق با میزان مشخصی از اطمینان همراه است. اگر ظاهر، مسیر و موقعیت سوژه با اطلاعات قبلی هماهنگ باشند، رهگیری ادامه پیدا می کند. با کاهش شباهت، محدوده جست وجو بزرگ تر می شود یا الگوریتم دوباره از تشخیص سوژه کمک می گیرد. اگر فرد برای لحظه ای پشت مانع قرار بگیرد، بعضی دستگاه ها مسیر قبلی را حفظ می کنند و پس از بازگشت او به تصویر، تطبیق را از سر می گیرند. در نبود تطبیق مطمئن، قفل رهگیری قطع می شود.

سرعت واکنش و به روزرسانی الگو چرا اهمیت دارد؟

دو دوربین ممکن است هر دو عبارت Subject Tracking را در مشخصات خود داشته باشند، اما عملکرد متفاوتی ارائه دهند. یکی از دلایل این تفاوت، تأخیر پردازش است. میان ثبت فریم، تحلیل هدف و اجرای فرمان فوکوس یا حرکت گیمبال، تأخیر کوتاهی وجود دارد. افزایش این تأخیر، سیستم را در تغییر مسیرهای ناگهانی از سوژه عقب می اندازد. الگوی تصویری هدف نیز باید به مرور به روزرسانی شود؛ زیرا تغییر فاصله، زاویه و نور، ظاهر سوژه را دگرگون می کند. ثابت ماندن الگو احتمال قطع رهگیری را بالا می برد، اما به روزرسانی بیش ازحد ممکن است یک سوژه مشابه را جایگزین هدف اصلی کند.

اطلاعات رهگیری چگونه به فوکوس یا حرکت کادر تبدیل می شود؟

پیداکردن محل سوژه پایان کار نیست؛ مختصات آن باید به بخش اجراکننده فرمان برسد. در دوربین های عکاسی و فیلم برداری، محل هدف به سیستم فوکوس اعلام می شود. سپس میزان اصلاح لازم مشخص و موتور لنز جابه جا می شود تا سوژه واضح باقی بماند. در این حالت، کادر حرکت نمی کند و فقط نقطه فوکوس جابه جا می شود.  در گیمبال هوشمند، جای فعلی سوژه با محل مطلوب آن در کادر مقایسه می شود. اختلاف موقعیت به فرمان چرخش افقی یا عمودی تبدیل می شود و موتورهای گیمبال جهت دوربین را اصلاح می کنند.

در دوربین های ۳۶۰ درجه، تمام محیط ثبت می شود و نرم افزار هنگام تدوین، زاویه دید خروجی را بر اساس حرکت سوژه تغییر می دهد. در نتیجه، یک کادر مجازی هدف را دنبال می کند؛ بدون اینکه دوربین هنگام ضبط واقعاً چرخیده باشد.  بنابراین تعقیب سوژه همیشه هم زمان با فیلم برداری انجام نمی شود و گاهی پس از ضبط شکل می گیرد.

تفاوت تعقیب سوژه با تشخیص سوژه و فوکوس خودکار

تشخیص سوژه مشخص می کند چه چیزی در تصویر دیده می شود و کجا قرار گرفته است. Subject Tracking همان هدف را در فریم های بعدی دنبال می کند. فوکوس خودکار نیز وضوح آن را تنظیم می کند. به بیان ساده، تشخیص سوژه هدف را پیدا می کند، تعقیب سوژه مسیر آن را دنبال می کند و فوکوس خودکار وضوح تصویرش را حفظ می کند. این سه فرایند معمولاً در کنار هم کار می کنند، اما یک قابلیت واحد نیستند. ممکن است دوربینی چهره را درست تشخیص دهد، اما هنگام حرکت سریع نتواند همان فرد را پایدار دنبال کند. همچنین احتمال دارد رهگیری درست باشد، ولی موتور فوکوس لنز به اندازه کافی سریع واکنش نشان ندهد.

چرا تعقیب سوژه گاهی دچار خطا می شود؟

نور کم، حرکت بسیار سریع، پس زمینه شلوغ و حضور چند سوژه مشابه، دقت رهگیری را کاهش می دهند. تغییر شدید زاویه یا اندازه هدف نیز شباهت آن را با الگوی اولیه کاهش می دهد. پوشیده شدن طولانی سوژه، اطلاعات تازه را از الگوریتم می گیرد و احتمال قطع قفل را بالا می برد. تاری حرکتی شدید هم لبه ها و جزئیات تصویری را محو می کند و تطبیق فریم به فریم را دشوارتر می سازد. به همین دلیل، عبارت «تعقیب سوژه مبتنی بر هوش مصنوعی» به تنهایی کیفیت این فناوری را تضمین نمی کند. سرعت پردازنده، دقت الگوریتم، پوشش نقاط فوکوس، واکنش لنز و توان بازیابی هدف همگی در نتیجه نهایی نقش دارند.

هنگام بررسی این قابلیت به چه نکاتی توجه کنیم؟

هنگام مقایسه دوربین ها، فقط به درج عبارت «تعقیب سوژه» در فهرست مشخصات اکتفا نکنید. بررسی کنید دستگاه چه نوع سوژه هایی را تشخیص می دهد، انتخاب دستی هدف را می پذیرد یا نه و این قابلیت در حالت عکس، فیلم یا هر دو فعال است. همچنین باید بدانید سیستم فقط نقطه فوکوس را جابه جا می کند یا کادر را نیز تغییر می دهد. سرعت واکنش، حفظ هدف پس از عبور مانع، توان بازیابی سوژه و اجرای زنده یا نرم افزاری رهگیری، تفاوت اصلی میان یک قابلیت واقعی و یک عنوان تبلیغاتی را مشخص می کنند. 

ارزش تعقیب سوژه زمانی مشخص می شود که عملکرد آن با نوع تصویربرداری شما هماهنگ باشد. این فناوری برای سوژه های ثابت اولویت بالایی نیست؛ اما در تصویربرداری ورزشی، حیات وحش، ولاگ انفرادی و فیلم برداری از کودک یا حیوان، احتمال خارج شدن هدف از فوکوس یا کادر را کاهش می دهد.