Detekcja małych obiektów - definicja
Detekcja małych obiektów to zadanie widzenia komputerowego polegające na wykrywaniu obiektów, które zajmują niewielką liczbę pikseli w obrazie. W kontekście anonimizacji zdjęć i nagrań wideo chodzi najczęściej o twarze oraz tablice rejestracyjne oddalone od kamery, częściowo zasłonięte, rozmyte ruchem albo silnie skompresowane.
W praktyce system detekcji zwraca prostokąt ograniczający, maskę lub inny obszar zainteresowania wraz z wynikiem pewności. Następnie ten obszar może zostać zamazany. Problem polega na tym, że mała twarz lub mała tablica zawiera zbyt mało informacji wizualnej, aby model mógł zawsze odróżnić ją od podobnych struktur, takich jak refleksy światła, elementy odzieży, znaki, krawędzie pojazdu albo tekstury tła.
Dlaczego małe twarze i tablice są trudne do wykrycia?
Mały obiekt ma ograniczoną rozdzielczość informacyjną. Jeżeli twarz ma kilkanaście pikseli szerokości, model widzi raczej ogólny układ jasnych i ciemnych plam niż cechy twarzy. Podobnie tablica rejestracyjna oddalona od kamery może być jedynie jasnym prostokątem bez czytelnych znaków.
W standardzie oceny COCO, opisanym w publikacji Microsoft COCO z 2014 r., obiekty małe definiuje się operacyjnie jako te, których pole powierzchni w obrazie jest mniejsze niż 32 x 32 piksele, czyli 1024 piksele kwadratowe. Nie jest to uniwersalna granica prawna ani produktowa, ale użyteczny punkt odniesienia w ocenie modeli detekcyjnych.
Czynnik | Wpływ na detekcję | Znaczenie przy anonimizacji
|
|---|---|---|
Mała liczba pikseli | Mniej cech kształtu, konturu i tekstury | Wyższe ryzyko pominięcia twarzy lub tablicy |
Kompresja wideo | Artefakty blokowe i utrata szczegółów | Model może pomylić obiekt z tłem |
Ruch kamery lub pojazdu | Rozmycie i zniekształcenie krawędzi | Granica obszaru do zamazania jest mniej pewna |
Oświetlenie i odbicia | Zmiana kontrastu, przepalenia, cienie | Rośnie liczba fałszywych alarmów i pominięć |
Kluczowe metryki detekcji małych obiektów
Jakość detekcji ocenia się na zbiorze testowym z oznaczonym wzorcem, czyli ground truth. Dla anonimizacji ważne są zwłaszcza metryki pokazujące liczbę pominiętych obiektów, ponieważ niezamazana twarz lub tablica może pozostać widoczna w materiale wynikowym.
Najczęściej analizuje się czułość, precyzję oraz miary oparte na przecięciu obszarów, w tym IoU, czyli Intersection over Union, oraz AP, czyli Average Precision.
Metryka | Wzór lub opis | Interpretacja
|
|---|---|---|
Recall | TP / (TP + FN) | Odsetek rzeczywistych twarzy lub tablic, które zostały wykryte |
Precision | TP / (TP + FP) | Odsetek detekcji, które faktycznie są właściwymi obiektami |
IoU | Pole części wspólnej / pole sumy obszarów | Stopień zgodności obszaru wykrytego z oznaczeniem referencyjnym |
AP dla obiektów małych | Średnia precyzja liczona dla kategorii rozmiaru małych obiektów | Porównanie jakości modelu przy obiektach o małym rozmiarze w obrazie |
Dlaczego wymagana jest weryfikacja ręczna?
Weryfikacja ręczna jest potrzebna tam, gdzie ryzyko błędu automatycznej detekcji jest większe niż akceptowalny poziom dla danego procesu. Dotyczy to zwłaszcza nagrań z kamer szerokokątnych, monitoringu parkingów, kamer samochodowych, dronów oraz materiałów o niskiej jakości technicznej.
Operator powinien sprawdzić fragmenty, w których model wskazał niską pewność detekcji, wykrył obiekt bardzo mały, a także obszary podejrzane wizualnie, nawet jeśli model ich nie oznaczył. Weryfikacja ręczna nie zastępuje modelu AI, lecz stanowi kontrolę jakości dla przypadków granicznych.
- Pominięcie obiektu: twarz lub tablica pozostaje widoczna, ponieważ model nie zwrócił żadnej detekcji.
- Niedokładna lokalizacja: obszar zamazania obejmuje tylko część twarzy albo fragment tablicy.
- Fałszywa detekcja: zamazany zostaje obiekt niebędący twarzą ani tablicą, co może obniżyć użyteczność materiału.
- Zmienność między klatkami: obiekt jest wykrywany w części klatek, ale znika w innych, co wymaga kontroli ciągłości zamazania.
Praktyczny kontekst w anonimizacji zdjęć i wideo
W procesach anonimizacji materiału wizualnego detekcja małych obiektów jest szczególnie istotna przy nagraniach, w których kamera obejmuje szeroką scenę. Im większy kadr i im dalej znajduje się osoba lub pojazd, tym mniejszy udział twarzy albo tablicy w obrazie.
Gallio PRO automatycznie wykrywa i zamazuje twarze oraz tablice rejestracyjne na zdjęciach i nagraniach wideo. Nie wykonuje anonimizacji w czasie rzeczywistym ani anonimizacji strumienia wideo. Elementy takie jak logotypy, tatuaże, tabliczki z imionami, dokumenty lub treści widoczne na monitorach nie są wykrywane automatycznie, ale mogą zostać zamazane ręcznie w edytorze.
- Materiał o niskiej rozdzielczości powinien być oceniany ostrożniej niż materiał 4K lub Full HD.
- Przy dużej liczbie małych twarzy lub tablic warto stosować przegląd klatek problematycznych, a nie tylko kontrolę początku i końca nagrania.
- Weryfikacja powinna obejmować także obiekty przy krawędzi kadru, ponieważ modele częściej tracą tam kontekst.
- Wynik automatycznego zamazania należy traktować jako etap techniczny, a nie jako samodzielną gwarancję kompletności anonimizacji.
Odniesienia techniczne i standardy
Detekcja małych obiektów nie jest pojęciem zdefiniowanym w jednym akcie prawnym. Jej opis opiera się na literaturze technicznej, benchmarkach widzenia komputerowego oraz standardach dotyczących systemów AI i zarządzania ryzykiem.
Przy ocenie systemów używanych do ochrony prywatności warto dokumentować zbiory testowe, progi pewności, sposób liczenia metryk oraz procedurę ręcznej weryfikacji. Ułatwia to audyt jakości i powtarzalność procesu.
- Lin T.-Y. i in., Microsoft COCO: Common Objects in Context, 2014 - definicje kategorii rozmiaru obiektów używane w benchmarku COCO.
- ISO/IEC 22989:2022, Information technology - Artificial intelligence - Artificial intelligence concepts and terminology - terminologia AI.
- ISO/IEC 23894:2023, Information technology - Artificial intelligence - Guidance on risk management - zarządzanie ryzykiem w systemach AI.
- NIST, AI Risk Management Framework 1.0, 2023 - ramy zarządzania ryzykiem AI, w tym pomiar, monitorowanie i dokumentowanie działania systemów.