Kako radi ActiveTrack: objašnjenje algoritama, ograničenja i realnih performansi

ActiveTrack je jedan od najprepoznatljivijih inteligentnih modova koji su doprineli popularnosti DJI dronova među sportistima, videografima, avanturistima i svim korisnicima kojima je potrebna autonomna kamera u vazduhu. Ideja da letelica sama prepoznaje, prati i snima subjekt dok se on kreće kroz prostor danas deluje kao standardni deo korisničkog iskustva, ali iza te jednostavnosti stoji čitav niz tehničkih izazova i ograničenja.

Iako DJI ne otkriva kompletne unutrašnje algoritme koji stoje iza ActiveTrack sistema, dovoljno je informacija dostupno kroz patentnu dokumentaciju, DJI SDK, razvojna uputstva i nezavisna testiranja da se može sastaviti tačno objašnjenje načina na koji ovaj sistem funkcioniše, šta ga ograničava i kako se ponaša u realnim uslovima.

Kako ActiveTrack prepoznaje subjekt

U osnovi, ActiveTrack se oslanja na vizuelno prepoznavanje objekta i procenu njegovog kretanja u prostoru. Iako se u širem tehnološkom svetu često govori o naprednim modelima kao što su Transformeri ili duboke neuronske mreže poslednje generacije, važno je naglasiti da DJI u javno dostupnoj dokumentaciji ne tvrdi da koristi ovu vrstu modela u svojim konzumer dronovima.

Od perioda Phantom 4 generacije prisutna je primena oblika konvolucionih neuronskih mreža (CNN) za vizuelnu detekciju objekata, uz klasične metode praćenja na nivou video-snimka. Sistem radi tako što kombinuje prepoznavanje subjekta na osnovu izgleda i njegovu prostornu stabilnost kroz više frejmova, pri čemu se identitet objekta održava tako što algoritam procenjuje kako se njegov položaj menja u odnosu na kameru.

Ovakav pristup, potvrđen kroz DJI SDK dokumentaciju, omogućava sistemu da razume da određena osoba, vozilo ili objekat koji se kreće kroz kadar treba da ostane centralna tačka praćenja. Međutim, identitet objekta pravno gledano nije povezan sa biometrikom; ActiveTrack se ne oslanja na prepoznavanje lica niti na identifikaciju pojedinaca. To je ograničenje koje je DJI izričito naveo više puta u svojim pravilima privatnosti.

Uloga višestrukih kamera i senzora

Dalji napredak ActiveTrack sistema došao je s uvođenjem više kamera i navigacionih senzora, koji imaju ključnu ulogu u izbegavanju prepreka tokom praćenja. Mavic 3, Air 3 i Mini 4 Pro kao i Mini 5 Pro poseduju kompleksne sisteme vizuelne detekcije koji se sastoje od više kamera usmerenih u različitim pravcima.

DJi Mini 4 Pro optički senzori

Važno je razumeti da ove kamere ne služe isključivo za prepoznavanje objekta koji se prati, već za detekciju prostora oko letelice i formiranje ograničene 3D percepcije okruženja. DJI u svojoj dokumentaciji ovakav sistem naziva "omnidirectional obstacle sensing", ali to nije LiDAR niti radarska detekcija. To su isključivo vizuelni senzori koji rade na principu stereo paralakse, odnosno izračunavanja relativne udaljenosti na osnovu razlike između dva slično pozicionirana objektiva.

DJi Air 3 optički senzori

Dok dron prati subjekt, sistem konstantno proverava da li postoji prepreka ispred njega, iza njega, ili na bokovima, pa se kroz ActiveTrack mod automatski preusmerava tako da održi bezbednu udaljenost i izbegne sudar. Ovo je naročito važno u dinamičnim okruženjima, kao što su vožnja bicikla šumskim stazama, trčanje na planinskim putevima ili različiti sportovi u prirodi.

Kako se predviđa kretanje subjekta?

Jedna od najvažnijih komponenti ActiveTrack sistema je sposobnost predikcije putanje subjekta. DJI u svojim patentnim dokumentima ovo opisuje kao "trajectory prediction". Princip je relativno jednostavan, ali tehnički zahtevan.

Dron ne prati subjekt samo prema trenutnoj lokaciji u kadru, već uzima u obzir pravac, brzinu i ugaonu promenu položaja kroz prostor. Na taj način sistem računa gde će se subjekt nalaziti u narednim trenucima. Ovakva predikcija nije duboka analiza kao u naprednim autonomnim sistemima, ali pruža dovoljno stabilnosti da dron može da prati subjekta i kada se on kreće nepredvidivo, recimo kada biciklista naglo skrene iza drveta ili automobil nakratko nestane iza zavoja.

Važno je naglasiti da DJI nikada nije otkrio konkretan matematički model koji se koristi. Ono što jeste poznato jeste da se radi o kombinaciji vizuelnih signala (optical flow), brzine pomeranja u kadru i osnovnih modela predikcije položaja. Time se dobija dovoljno pouzdana procena položaja, ali ne i autonomni sistem koji bi garantovao neprekidno praćenje pod svim uslovima.

Zašto ActiveTrack gubi subjekt: tehnički razlozi

Realna testiranja pokazuju da ActiveTrack radi odlično u idealnim uslovima, ali ga određene situacije dovode do problema upravo zbog načina na koji funkcioniše. Kada se subjekt kreće ispred jednobojne pozadine sa slabim kontrastom, sistem teško prepoznaje granice objekta. Isti problem nastaje kada subjekt kratko nestane iz kadra zbog prepreke - čak i mali prekid vidljivosti dovoljan je da algoritam izgubi vezu sa "identitetom" subjekta i prekine praćenje. Svakim novim modelom drona se sve manje primećuje taj problem ali je svakako prisutan.

Brze promene pravca predstavljaju dodatni izazov zato što ActiveTrack predviđa putanju na osnovu prethodnog kretanja. Ako se subjekt naglo okrene za 90 stepeni ili naglo poskoči, predikcija ponekad ne uspe da "uhvati" novu lokaciju na vreme.

Još jedan ograničavajući faktor je prisustvo jakog svetla koje pogađa direktno kameru. Kada se kamera okrene prema suncu pod niskim uglom, može se dogoditi da se obrise subjekta gotovo u potpunosti izgube zbog preekspozicije, a algoritam nije u stanju da ga prepozna.

Brzina subjekta takođe igra važnu ulogu. Iako se često smatra da dron može da prati brzo vozilo, ActiveTrack ima sopstveni limit brzine u zavisnosti od modela letelice. Ako subjekt prelazi tu brzinu ili se kreće u smeru koji izbacuje dron iz optimalnog ugla praćenja, praćenje može biti prekinuto. U praksi se to dešava pri snimanju automobila na otvorenom putu, motocikala, pa čak i bržih električnih bicikala na nizbrdicama.

Realne performanse u različitim okruženjima

U otvorenim prostorima sa jasnom vidljivošću, ActiveTrack radi izuzetno stabilno. Situacije poput trčanja uz reku, vožnje bicikla po poljskim putevima, šetnje planinskim grebenom ili surfovanje čine idealan ambijent. Subjekt je jasno izdvojen od pozadine, svetlo je stabilno, prepreka gotovo da nema i algoritam bez problema održava "vezu sa subjektom".

Međutim, čim se okruženje zakomplikuje, performanse se menjaju. U šumi, na mestima gde se subjekt kreće između stabala ili se povremeno zaklanja, ActiveTrack lako gubi stabilnost. Biciklista koji se spušta niz usku stazu često nestane iz vidnog polja makar na trenutak, što sistem tumači kao gubitak objekta. U gradskim uslovima situacija je slična - prolazak pored parkiranih automobila, bandera, prolaznika i drugih objekata može kratkotrajno zakloniti subjekt, dovoljno da se prekine praćenje. Kao što smo vać napomenuli, sa svakom novijom serijom dronova, praćenje je sve bolje ali ako se desi prekid praćenja - sada znate razlog.

Isto važi i za sportske aktivnosti sa naglim pokretima i promenama položaja tela. Trkač koji se naglo okreće, skejter koji radi trik ili freerunner koji pravi salto može poremetiti kontinuitet praćenja. ActiveTrack nije u stanju da "razume" kontekst pokreta, već prati samo vizuelni kontinuitet položaja.

Ovo ne znači da je sistem loš - naprotiv. Kada se uzme u obzir da se oslanja gotovo isključivo na one kamere koje su već integrisane u dron i da radi u realnom vremenu, rezultati su izuzetno dobri. Međutim, razumevanje ograničenja je ključno za bezbedno i uspešno korišćenje.

Kako izvući maksimum iz ActiveTrack-a

U praksi, korisnik može značajno poboljšati rezultate ActiveTrack-a razumevanjem njegovih ograničenja i podešavanjem/predvuđanjem uslova snimanja. Idealno je da subjekt nosi odeću koja se kontrastno razlikuje od okoline, jer sistem mnogo lakše prepoznaje jasne granice objekta. Svetlo treba da bude stabilno, a izbegavanje situacija u kojima se kamera direktno okreće prema suncu u velikoj meri sprečava gubitak praćenja.

Staza kojom se subjekt kreće treba da bude što otvorenija, bez mnogo zaklanjanja. Ako je neizbežno prolaziti pored prepreka, preporučljivo je koristiti režim praćenja u kojem se dron kreće za subjektom umesto da ga snima sa strane ili kruži oko njega.

Korisno je i ručno unapred odrediti odgovarajuću visinu i udaljenost - previsoko letenje smanjuje preciznost praćenja, dok preniska visina povećava rizik od udara u prepreku.

Šta ActiveTrack jeste, a šta nije?

ActiveTrack je robustan i tehnički impresivan sistem vizuelnog praćenja, pažljivo optimizovan za potrošačke dronove u kojima nema mesta za velike procesore ili napredne AI modele. Njegova snaga leži u stabilnosti, jednostavnosti i tome što omogućava korisnicima da bez mnogo truda dobiju atraktivne snimke.

Istovremeno, ActiveTrack nije autonomni navigacioni sistem i ne koristi najnaprednije modele veštačke inteligencije kakve viđamo u robotici ili autonomnim automobilima. Njegove mogućnosti zavise pre svega od vizuelnog kontakta sa subjektom, a njegova ograničenja proizlaze upravo iz tog vizuelnog karaktera.

Kada se koristi u pravim uslovima i sa razumevanjem svojih granica, ActiveTrack ostaje jedan od najpraktičnijih i najkorisnijih alata u DJI ekosistemu - alat koji omogućava i početnicima i profesionalcima da precizno zabeleže dinamiku pokreta iz vazduha i da kreiraju snimke koji bi do pre samo nekoliko godina zahtevali čitavu filmsku ekipu.

Pratite Dronografiju na Facebooku