Novel Vision-Based Camera Distance Estimation for Indoor Positioning

In de stille, complexe wereld van navigatie binnenshuis schieten de vertrouwde hulpmiddelen die we buiten gebruiken vaak tekort. Het Global Positioning System, dat ons door steden en over velden leidt, heeft moeite om door de dikke muren en plafonds van gebouwen heen te dringen, waardoor we zonder een betrouwbaar signaal komen te zitten. Om dit op te lossen, hebben wetenschappers zich gericht op de camera's die al toezicht houden op onze kantoren, ziekenhuizen en universiteiten. Deze closed-circuit televisie-systemen, of CCTV, bieden een uniek voordeel: ze hebben geen radiosignalen nodig om te kunnen zien. In plaats daarvan leggen ze de visuele geometrie van een ruimte vast, wat een rijke kaart biedt van waar mensen zich bevinden ten opzichte van de camera. Het omzetten van een plat, tweedimensionaal beeld naar een nauwkeurige meting van de werkelijke afstand is echter een lastige puzzel. Een enkele foto kan van nature niet vertellen hoe ver een object verwijderd is; een persoon die dicht bij de lens staat ziet er groot uit, terwijl dezelfde persoon ver weg er klein uitziet, wat een verwarrende ambiguïteit creëert die onderzoekers al lang uitdaagt.

Een nieuwe studie van de Koya Universiteit in Irak pakt deze uitdaging aan door een computer te leren hoe hij de afstand tussen een vaste beveiligingscamera en een persoon die door een gang loopt, kan meten. De onderzoekers probeerden niet de exacte locatie van de persoon op een wereldkaart te raden, een taak die vaak tot fouten leidt. In plaats daarvan richtten zij zich op een meer beheersbaar en betrouwbaar doel: het bepalen van de precieze fysieke afstand van de camera tot de voeten van de persoon. Hiervoor bouwden ze een systeem dat eerst de persoon in de videofeed identificeert en hun enkels lokaliseert, het specifieke punt waar hun lichaam de vloer raakt. Als de enkels verborgen of moeilijk te zien zijn, gebruikt het systeem een reservemethode gebaseerd op de onderkant van de contouren van de persoon. De onderzoekers pasten vervolgens een reeks digitale correcties toe om rekening te houden met de manier waarop camerablensen beelden van nature vervormen, en gebruikten een geometrische mappingtechniek om de pixellocatie op het scherm te vertalen naar een werkelijke positie op de vloer.

Om deze initiële berekening te verfijnen, introduceerde het team een leerstep die fungeert als een fijn afstemmingsmechanisme. Het systeem analyseert het beeld op aanwijzingen over diepte en de grootte van de persoon, waarbij het deze visuele kenmerken vergelijkt met bekende afstanden om resterende kleine fouten te corrigeren. Wanneer dit werd getest op beelden van een universiteitsgang, bleek deze gecombineerde aanpak opmerkelijk effectief. Het systeem schatte de afstand tot een persoon met een gemiddelde fout van slechts 0,159 meter, oftewel ongeveer 15,9 centimeter. In statistische termen was de root-mean-square error, die rekening houdt met grotere fouten, 0,218 meter. Deze resultaten suggereren dat de methode stabiel en nauwkeurig genoeg is voor praktisch gebruik bij binnenpositionering.

De studie vergeleek deze nieuwe methode ook met een meer gangbare, standaard aanpak die uitsluitend vertrouwt op het detecteren van de algemene vorm van een persoon zonder de voeten te pinpointen of geometrische correcties toe te passen. De standaardmethode, die simpelweg een kader rond een persoon tekent, produceerde een gemiddelde fout van 0,386 meter, meer dan het dubbele van de fout van het nieuwe systeem. Dit verschil benadrukt dat het simpelweg opsporen van een persoon niet genoeg is; het begrijpen van exact waar zij de grond raken en het corrigeren voor de specifieke hoek van de camera en de eigenaardigheden van de lens zijn essentieel voor precisie. De onderzoekers merkten op dat hun succes afhankelijk was van een specifieke set omstandigheden, waarbij gebruik werd gemaakt van gegevens verzameld in een enkele, goed verlichte gang met vaste camera's. Zij erkennen dat real-world omgevingen met bewegende menigten, veranderend licht of zware schaduwen nieuwe moeilijkheden kunnen presenteren.

Ondanks deze beperkingen laat het werk zien dat de bestaande beveiligingsinfrastructuur kan worden aangewend om nauwkeurig ruimtelijk bewustzijn te bieden zonder de noodzaak van dure nieuwe sensoren of gespecialiseerde hardware. Door het vermogen om de menselijke houding te detecteren te combineren met wiskundige mapping en een geleerde correctiestap, hebben de onderzoekers aangetoond dat een standaard camera betrouwbaar de afstand tot een persoon kan meten. Deze capaciteit zou uiteindelijk kunnen helpen bij het begeleiden van mensen door grote gebouwen, het assisteren van hulpverleners bij het lokaliseren van individuen, of het helpen van robots bij het navigeren door complexe binnenruimtes, en dat alles door simpelweg naar de wereld te kijken door een lens die er al is.