Демо / track-lab

Track-before-detect · шари 1 і 2 без порогу

Ціль, якої не видно в жодному кадрі

За 3 dB ціль — це піксель, трохи й ненадійно яскравіший за сусідів. Жоден поріг не знайде його, не потонувши в хибних тривогах. Але ціль рухається по прямій, а шум — ні: складіть шістнадцять кадрів уздовж її руху, і вона підніметься над шумом у чотири рази. Ця сторінка робить це у вас на очах і рахує, чого це коштує.

Сцена та сама, що в експерименті E3: справжня ціль рухається зі швидкістю – пікселя на кадр. Повзунки швидкості задають гіпотезу, за якою йде інтегратор; перебір усіх гіпотез — те, що робить еталон на Python, і саме за нього платить останній кадр нижче.

Один кадр
ціль на –σ · найяскравіший піксель –σ · над порогом: – пікселів
Поріг –
ці точки бачить схема «спершу детекція, потім трекінг». Ціль знайдено: –
Інтегровано вздовж гіпотези
ціль на –σ · найяскравіший піксель –σ
Поріг –
за однакової частоти хибних тривог на – гіпотез. Ціль знайдено: –

–

Чому це працює і чого це коштує

Кожен піксель містить шум одиничної дисперсії плюс, там, де є ціль, амплітуду A = 10^(SNR/20). Підсумуйте L кадрів уздовж справжнього руху цілі й поділіть на √L: дисперсія шуму знову одинична, а ціль тепер √L · A. Шістнадцять кадрів дають виграш у чотири рази за амплітудою, 12 dB. У цьому весь механізм, і саме тому інформація про слабку ціль міститься в часі, а не в якомусь одному кадрі.

Ціна має дві частини. По-перше, рух доводиться припускати: інтегратор не знає швидкості, тому перебирає сітку з V швидкостей і залишає найкращу. Пошук по V картах за того самого загального бюджету хибних тривог змушує підняти поріг. Хрестоматійне правило √(2 ln V) це підняття перебільшує: E3 виміряв його на порожніх кадрах, і виміряне значення, показане під кадрами вище, менше, бо карти спільно використовують кадри й не є незалежними. По-друге, ціль, яка прискорюється в межах вікна, розмазується між гіпотезами й отримує менше за повний виграш, тож L обмежене часом, упродовж якого рух прямолінійний.

Тому чесне порівняння — за однакової частоти хибних тривог: встановіть обидва пороги так, щоб порожня сцена давала однакову кількість детекцій, і тоді дивіться, який метод знаходить ціль. Криві нижче роблять це в замкненій формі; експеримент E3 на Python вимірює те саме на згенерованих кадрах, і його точки накладаються на графік, коли дані є.

Повнота за вибраного бюджету хибних тривог, з урахуванням плати за перебір гіпотез. Лінії: замкнена форма за порогів, використаних вище, виміряних у E3 там, де він їх має. Точки: експеримент E3, виміряний на згенерованих кадрах.

Де це стоїть у продукті

Track-before-detect замінює поріг шару 2 накопиченням, яке шар 6 і так робить, тільки раніше й на сирих даних. Це дорого: кожна гіпотеза — операція над усім кадром для кожного кадру, тому її запускають на області інтересу, на грубій сітці швидкостей або після дешевого першого проходу, який висуває кандидатів. Проєктне рішення не в тому, чи це використовувати, а в тому, де пролягає межа: дешевий вхідний каскад, який щедро висуває кандидатів, тест на рівні треків, який вирішує послідовно, і жодного жорсткого порогу між ними. Саме таку архітектуру вже припускає політика SPRT у живому трекері.

track-lab · tracklab.tbd — еталонна реалізація; кадри тут генеруються в браузері за тими самими правилами.