Panduan pemfilteran gerakan

Model Filter gerakan memungkinkan Anda mengurangi waktu komputasi dengan memangkas bagian video panjang menjadi segmen yang lebih kecil yang berisi peristiwa gerakan. Model ini memungkinkan Anda menetapkan sensitivitas gerakan, durasi peristiwa minimum, periode lihat balik, dan periode tunggu untuk menyesuaikan output peristiwa gerakan dengan kasus penggunaan Anda.

Parameter model

Model filter gerakan memiliki empat parameter kontrol untuk menyesuaikan segmen peristiwa dan cara model menampilkannya.

Parameter	Deskripsi	Flag	Nilai default	Nilai yang tersedia
Durasi peristiwa minimum	Panjang minimum peristiwa gerakan akan direkam setelah peristiwa gerakan berakhir dalam hitungan detik.	--min-event-length INT	10 (detik)	1 - 3600
Sensitivitas deteksi gerakan	Sensitivitas pemfilteran peristiwa gerakan model. Sensitivitas tinggi lebih responsif terhadap gerakan dan memberikan pemfilteran gerakan yang lebih agresif, sehingga lebih banyak gerakan yang terdeteksi.	--motion-sensitivity STRING	"medium"	"high", "medium", atau "low"
Periode lihat balik	Jumlah konten video (dalam detik) yang direkam layanan sebelum peristiwa gerakan terdeteksi.	--lookback-length INT	3 (detik)	0 - 300
Periode tunggu	Setelah peristiwa gerakan berakhir, periode tunggu dengan durasi yang ditentukan terjadi. Selama periode tunggu, model tidak mendaftarkan peristiwa gerakan.	--cooldown-length INT	300 (detik)	0 - 3600

Sensitivitas gerakan

Saat menjalankan filter gerakan, sensitivitas gerakan memainkan peran paling penting dalam menentukan jumlah video segmen yang dibuat model dari streaming video.

Makin tinggi sensitivitas deteksi gerakan, makin sensitif deteksi model terhadap derau dan gerakan yang lebih kecil. Setelan sensitivitas yang lebih tinggi ini direkomendasikan untuk setelan yang berisi pencahayaan stabil dan menampilkan objek bergerak yang lebih kecil (seperti pemandangan orang yang terlihat dari kejauhan).

Sebaliknya, sensitivitas rendah paling tidak sensitif terhadap gangguan pencahayaan dan gerakan kecil. Setelan ini cocok untuk situasi yang memiliki lebih banyak gangguan pencahayaan, seperti lingkungan luar ruangan. Karena setelan ini adalah opsi pemfilteran paling agresif, setelan ini mengabaikan gerakan dari objek kecil.

Durasi peristiwa minimum

Durasi peristiwa minimum adalah durasi video yang direkam model setelah berhenti mendeteksi peristiwa gerakan dalam frame. Nilai default-nya adalah 10 detik, tetapi Anda dapat menentukan waktu antara 1 detik dan 3.600 detik. Jika gerakan baru terdeteksi selama durasi peristiwa minimum, gerakan baru akan ditambahkan ke segmen video saat ini selama durasi peristiwa gerakan yang baru terdeteksi ditambah hitung mundur baru dari durasi peristiwa minimum.

Misalnya, pertimbangkan video persimpangan dengan dua mobil yang bergerak dalam frame. Mobil pertama lewat dalam tiga detik pertama, dan mobil kedua datang dua detik setelahnya. Jika Anda menetapkan durasi minimum peristiwa menjadi satu detik, ada dua segmen video dengan gerakan. Satu segmen video berisi mobil pertama, sedangkan segmen lainnya berisi mobil kedua. Namun, jika Anda menyetel peristiwa gerakan ke tiga detik, hanya ada satu segmen video yang dihasilkan dengan gerakan. Mobil kedua muncul dalam frame hanya dua detik setelah mobil pertama.

Saat Anda menyetel durasi minimum peristiwa, pikirkan seberapa sering peristiwa gerakan biasanya terjadi dalam video Anda dan berapa banyak segmen video yang ingin Anda simpan. Jika peristiwa gerakan sering terjadi, tetapi Anda ingin menyimpan sebagian besar peristiwa gerakan dalam segmen video terpisah, tetapkan durasi peristiwa minimum ke periode yang lebih singkat. Jika peristiwa gerakan jarang terjadi, tetapi Anda ingin mengelompokkan peristiwa, tetapkan durasi peristiwa minimum ke periode yang lebih lama untuk merekam beberapa peristiwa dalam segmen video yang sama.

Periode lihat balik

Periode lihat balik adalah waktu tepat sebelum momen saat peristiwa gerakan terdeteksi. Jendela ini berguna saat Anda ingin melihat apa yang terjadi dalam frame beberapa detik sebelum model mendeteksi peristiwa gerakan. Nilai default untuk periode lihat balik adalah tiga detik, tetapi Anda dapat menentukan antara nol dan 300 detik.

Anda dapat menggunakan jendela lihat kembali untuk melihat asal objek yang bergerak. Anda juga dapat menggunakan periode lihat balik untuk melihat apa yang ada dalam frame beberapa detik sebelum peristiwa gerakan terjadi. Jendela lihat kembali berguna dalam situasi ketika ada objek bergerak kecil dalam frame yang tidak terdeteksi sebagai peristiwa gerakan. Namun, objek kecil yang bergerak dalam frame mungkin telah menyebabkan peristiwa gerakan yang lebih besar yang terdeteksi.

Periode tunggu

Periode jeda adalah durasi yang terjadi setelah peristiwa gerakan dan panjang peristiwa minimum direkam. Selama periode tunggu, gerakan yang terdeteksi tidak memicu filter gerakan. Rentang periode ini adalah antara nol detik dan 3.600 detik. Defaultnya disetel ke 300 detik.

Periode pendinginan dirancang agar pengguna dapat menghemat biaya komputasi. Jika pergerakan dalam frame diharapkan dan Anda hanya tertarik untuk mengetahui kapan gerakan terjadi, tetapi tidak peduli apa yang terjadi setelahnya, maka periode pendinginan adalah setelan yang berguna.

Menggunakan model

Anda dapat menggunakan model filter gerakan menggunakan Gemini Enterprise Agent Platform Vision SDK.

Gunakan alat command line vaictl untuk mengaktifkan model dengan menentukan applying encoded-motion-filter dan meneruskan nilai untuk menetapkan parameter kontrol.

SDK Visi Platform Agen Gemini Enterprise

Untuk mengirim permintaan menggunakan model filter gerakan, Anda harus menginstal Gemini Enterprise Agent Platform Vision SDK.

Catatan: Anda mungkin perlu membuat kredensial akses pengguna dengan menjalankan perintah berikut: gcloud auth application-default login. Lihat informasi selengkapnya.

Lakukan penggantian variabel berikut:

• PROJECT_ID: Project ID Google Cloud Anda.
• LOCATION_ID: ID lokasi Anda. Contoh, us-central1. Wilayah yang didukung. Informasi selengkapnya.
• LOCAL_FILE.EXT: Nama file video lokal. Contoh, my-video.mp4.
• STREAM_ID: ID stream yang Anda buat di cluster. Contoh, input-stream.
• --motion-sensitivity: Sensitivitas pemfilteran peristiwa gerakan. Opsinya adalah high, medium, low.
• --min-event-length: Durasi minimum peristiwa gerakan dalam detik. Nilai default-nya adalah 10 detik. Nilai yang tersedia: 1-3600.
• --lookback-length: Durasi periode lihat kembali sebelum peristiwa gerakan dimulai dalam detik. Nilai default-nya adalah 3 detik. Nilai yang tersedia: 0-300.
• --cooldown-length: Periode jeda setelah peristiwa gerakan terjadi dalam detik. Nilai defaultnya adalah 300 detik (5 menit). Nilai yang tersedia: 0-3600.
• --continuous-mode: Apakah akan mengirim dalam mode berkelanjutan. Nilai defaultnya adalah true.
• OUTPUT_DIRECTORY: Direktori tempat Anda ingin menyimpan file MP4 segmen video output.

Melihat informasi perintah

Gunakan perintah berikut untuk melihat informasi selengkapnya tentang perintah dan parameter opsionalnya:

vaictl send video-file applying motion-filter -h

Memfilter konten file lokal menggunakan model filter gerakan

Perintah ini hanya mengirimkan bagian video tempat model mendeteksi gerakan.

vaictl -p PROJECT_ID \
      -l LOCATION_ID \
      -c application-cluster-0 \
      --service-endpoint visionai.googleapis.com \
send video-file  --file-path LOCAL_FILE.EXT \
applying motion-filter --motion-sensitivity=medium \
      --min-event-length=10 --lookback-length=3 --cooldown-length=0 \
to streams STREAM_ID --loop

Memfilter konten file lokal dan menyimpan output menggunakan model filter gerakan

Perintah ini menggunakan flag --continuous_mode untuk menghasilkan file video terpisah untuk setiap segmen gerakan.

vaictl -p PROJECT_ID \
      -l LOCATION_ID \
      -c application-cluster-0 \
      --service-endpoint visionai.googleapis.com \
send video-file --file-path LOCAL_FILE.EXT --continuous-mode=false \
applying motion-filter --motion-sensitivity=medium \
      --min-event-length=10 --lookback-length=3 --cooldown-length=0 \
to mp4file --mp4-file-path=OUTPUT_DIRECTORY

Praktik terbaik

Filter gerakan dirancang sebagai model ringan untuk membantu mengurangi waktu komputasi dalam mendekode video yang dienkode selama transmisi. Untuk mengoperasikan filter dengan baik, posisikan kamera diam tepat di objek yang diinginkan. Hindari menyertakan objek bergerak yang tidak penting di latar belakang bingkai. Misalnya, frame yang berisi objek latar belakang seperti pohon yang bergerak, aliran mobil yang konstan, atau bayangan objek yang bergerak mendeteksi gerakan subjek yang tidak penting ini.

Tempatkan objek yang menarik di latar depan dan kurangi jumlah objek latar belakang dengan gerakan konstan sebanyak mungkin. Ringkasnya:

• Gunakan kamera foto.
• Pastikan untuk menghindari latar belakang yang terus bergerak.
• Gerakan minimal tidak akan terdeteksi.
• Pastikan objek cukup besar.

Praktik terbaik dalam ruangan

Untuk lingkungan dalam ruangan yang memiliki pencahayaan konstan dan pergerakan latar belakang minimal, ikuti praktik terbaik dalam ruangan berikut:

• Tingkatkan sensitivitas. Objek dalam frame cenderung lebih besar, dan ada lebih sedikit derau dalam frame juga.
• Gunakan periode lihat balik yang lebih kecil dan durasi peristiwa yang lebih singkat. Pergerakan di dalam ruangan lebih lambat, dan ruang untuk pergerakan terbatas.

Dengan mengikuti praktik dalam ruangan ini, filter gerakan dapat merekam pergerakan objek dalam waktu yang singkat.

Praktik terbaik luar ruangan

Untuk lingkungan luar ruangan, ada lebih banyak variabel dalam adegan luar ruangan yang dapat memengaruhi performa filter. Misalnya, bayangan dari pohon yang bergerak atau perubahan sinar matahari dalam frame akan terdeteksi sebagai gerakan untuk model filter gerakan. Pertimbangkan kondisi berikut dan cara terbaik untuk meresponsnya.

Situasi 1:

Pertimbangkan video yang merekam trotoar tempat pejalan kaki sesekali melintas. Gerakan ini bisa selambat berjalan santai atau secepat skateboard yang melintas. Gunakan panduan berikut:

• Tetapkan durasi jendela minimum dan periode lihat balik ke nilai yang lebih panjang. Kecepatan gerakan memiliki rentang yang lebih besar daripada skenario dalam ruangan, sehingga meningkatkan panjang jendela minimum dan periode lihat balik memungkinkan model merekam peristiwa gerakan penuh.
• Tetapkan sensitivitas gerakan lebih tinggi. Lingkungan luar ruangan berisi lebih banyak objek yang bergerak secara alami seperti pohon dan bayangan yang bergerak. Untuk berfokus hanya pada objek yang menarik seperti manusia dan sepeda, setel sensitivitas gerakan lebih tinggi untuk menghindari deteksi objek latar belakang yang konstan.

Situasi 2:

Pertimbangkan video lain yang berfokus pada jalan yang terus dilewati mobil dan sesekali dilewati pejalan kaki. Gunakan panduan berikut:

• Tetapkan sensitivitas ke sedang atau rendah: Setelan sensitivitas yang lebih rendah memungkinkan model merekam berbagai ukuran objek bergerak dalam frame.
• Tetapkan periode lihat balik dan durasi peristiwa minimum ke nilai yang lebih pendek. Mobil dan kendaraan lain di jalan bergerak dengan kecepatan yang jauh lebih tinggi daripada manusia dan sepeda. Menetapkan nilai yang lebih pendek untuk parameter ini memperhitungkan fakta bahwa kecepatan gerakan lebih besar, dan objek masuk dan keluar dari frame dengan cepat.
• Tetapkan waktu tunggu singkat. Karena kecepatan gerak yang lebih tinggi, objek berikutnya dapat memasuki frame segera setelah objek pertama. Akibatnya, waktu tunggu yang lebih singkat menjadi penyebabnya.

Batasan

Karena filter gerakan sangat bergantung pada vektor gerakan di setiap frame, ada batasan tertentu yang perlu diingat.

1. Sudut kamera: Gunakan kamera statis, karena kamera yang bergerak terus-menerus memiliki gerakan dalam bingkainya.
2. Ukuran objek: Coba susun subjek agar objek utama muncul cukup besar dalam frame untuk mendapatkan performa terbaik dari filter gerakan.
3. Pencahayaan: Perubahan pencahayaan - seperti perubahan kecerahan yang tiba-tiba dalam frame atau gerakan bayangan yang intens - dapat menurunkan performa model. Rentang dinamis rendah yang menghasilkan nada kecerahan serupa untuk keseluruhan video, yang memengaruhi cara model menafsirkan gerakan dan menurunkan performa model.
4. Pemosisian kamera: Model ini dirancang untuk mendeteksi gerakan dalam bingkai. Hal ini mencakup gerakan latar belakang seperti angin yang menggerakkan pohon atau objek di luar frame yang menciptakan bayangan. Sebagian besar frame yang mengarah ke objek latar belakang yang menciptakan gerakan ini dapat memengaruhi performa model.