BewegungsverfolgungBeta

Track

Allem folgen, was sich bewegt.

Bewegungsverfolgung

Der älteste Trick der Fliege.

Track folgt einem gewählten Objekt durch ein Video mit den Bewegungsdetektoren des Konnektoms: keine Klassenlabels, keine Neuerkennung, nur ein Punkt und eine Geschwindigkeit, in jedem Bild.

Elementare Bewegungsdetektoren im optischen Lobus sind der bestverstandene Schaltkreis der Fliege. Track stellt sie bereit: einen Punkt vorgeben, und das Gehirn hält den Blick darauf, durch Verdeckung und Kamerabewegung hindurch.

Verfolgt durch Verdeckung mit 120 fps.

Track läuft mit 120 fps auf einem Laptop und hält 0,78 AUC auf LaSOT, ohne Modell je Objekt und mit einem 3-MB-Adapter.

Zielwert Mit „Zielwert“ markierte Zahlen sind Entwicklungsziele für das erste Release, keine Messungen.

120 fpsZielwertDurchsatzApple M-Serie, optischer Lobus als Teilnetz
0.78ZielwertAUCLaSOT Einzelobjektverfolgung
So ist es gebaut

Gleiches Gehirn, eigene Verdrahtung.

Eingabe-Adapter belegen afferente Regionen, Ausgabe-Adapter lesen efferente. Co-Prozessoren speisen über den Embedding-Port ein.

3D-Ansicht braucht WebGPU oder WebGL2.
Engine
  • FlyCore v0.1.0
  • Gewichte v0.1.0-beta
Eingabe-Adapter
  • frames (compound eye)
  • seed point
Ausgabe-Adapter
  • point, velocity
Co-Prozessoren
  • keine
Python
import flycore

brain = flycore.load("flylabs/track")      # engine + weights + adapters
tracker = brain.seed(frame0, point=(410, 220))
for frame in video:
    p, v = tracker(frame)
# p -> (x, y); v -> (vx, vy) px/s
Anwendungsfälle

Allem folgen, was sich bewegt.

Kameraverfolgung und Auto-Framing

Das Motiv im Videocall oder Sportstream zentriert halten.

Sport- und Laboranalytik

Trajektorien von Bällen, Tieren oder Zellen, ohne Labeling.

Grenzen
  • Ein Objekt je Instanz; für mehrere mehrere Instanzen.
  • Beta: nur optischer Lobus als Teilnetz, nicht das volle Konnektom.