Object Tracking bzw. zu deutsch Objektverfolgung ist neben der reinen Objekterkennung ein wesentlicher Bestandteil von Computer Vision Algorithmen. Während sich die Objekterkennung ausschließlich mit der Erkennung von Objekten in Bildern befasst, geht Object Tracking einen Schritt weiter und erkennt gleiche Objekte in aufeinanderfolgenden Bildern wieder. Wie die genaue Umsetzung der Zuordnung erfolgt, bzw. wie genau Objekte “wiedererkannt” werden, hängt dabei stark vom Verfahren ab (weiter unten werden zwei Verfahren vorgestellt). Nachfolgend wird an zwei Beispielen erläutert, warum Menschen beim Sehen ständig Objekt Tracking nutzen und warum das für die Maschine gar nicht so einfach ist.
Menschliches Object Tracking #
Folgendes Szenario: Du stehst an einer Bushaltestelle und siehst die vorbeifahrenden Fahrzeuge – plötzlich musst du niesen und schließt dabei für einen Moment die Augen. Trotzdem weißt du danach noch genau, welche Fahrzeuge vorher schon da waren und welche nicht – aber warum eigentlich? Dein Gehirn hat die Objekte im Bild (also die Fahrzeuge) mehr oder weniger getrackt und das sogar ganz automatisch. Du erkennst bereits gesehenes wieder, da etwa die Farbe oder die Automarke in deinem Kurzzeitgedächtnis gespeichert wurde und dann wieder abgerufen werden kann.
Ein weiteres Beispiel für einen Fall von Object Tracking, bei dem ein wenig um die Ecke gedacht werden muss, ist das Erkennen von Gesichtern. Der Großteil aller Menschen ist dazu in der Lage, problemlos eine Große Anzahl an Gesichtern bzw. Menschen zu erkennen – und das ganz automatisch. In unserem Gehirn werden dabei markante Merkmale unserer Mitmenschen gespeichert, an denen wir sie ohne groß zu überlegen sofort erkennen können.
Object Tracking in der Maschine #
Zusammenfassend sind diese Beispiele für einen Menschen also nichts Spektakuläres – aber wie soll eine Maschine ohne Gehirn das Gleiche schaffen? Unter dem Begriff Object Tracking werden Verfahren entwickelt, die eben genau das möglich machen – das Wiedererkennen von bereits gesehenen Objekten. Aber warum will man einem Computer die Fähigkeit beibringen, Objekte zu verfolgen? Na ja, in jedem Bild eines Videos die vorhandenen Objekte und ihre Position zu kennen ist schön und gut, aber erst durch die Nachverfolgung von einem Objekt lassen sich spannende Informationen extrahieren. Daher ist es in der Auswertung von Bildmaterial essenziell, bekannte Objekte erneut zu identifizieren und damit zu tracken. Es gibt verschiedene Verfahren, die sich hinsichtlich Funktionsweise und insbesonder Komplexität deutlich unterscheiden. Zwei davon sind Centroid-Based-Tracking und DeepSort, die ein eigenen Wiki Beiträgen vorgstellt werden.
Weiterführende Links:
– What is Object Tracking: https://www.folio3.ai/blog/what-is-object-tracking/
– Object Detection vs Object Recognition vs Image Segmentation: https://www.geeksforgeeks.org/object-detection-vs-object-recognition-vs-image-segmentation/
