ゲートの動作：フレームごとの詳細解析
以下のスクリーンショットは、実際に稼働しているPlumblineダッシュボードのものです。スキンヘッドの偽物候補は、記録された2020年のインシデントを著者が注入して再現したものであり、アプリ内にも明記されています。
線審スキンヘッドの棄却（合成シーン）
44フレームのシーンにおいて、シミュレートされた検出器は線審の頭部に対して最大98%の信頼度で18回の高信頼度な誤「ボール」検出を出力します。3つのゲートはその18回すべてを棄却します。最悪の偽物候補は運動学ゲートで5σの棄却ラインを大幅に超過する82.3σを記録する一方、信頼度約87%、0.4σの本物のボールは3つのゲートすべてを通過してロックを維持します。この単一シナリオにおいて、物理レイヤーはわずか1回のID切り替えで97.7%のターゲット捕捉維持率を達成したのに対し、最高信頼度追従方式は59.1%、信頼度閾値引き上げ方式は20.5%にとどまりました（3シナリオの合成集計結果は後述の比較表に記載）。
遮蔽下でのコースト維持（合成シーン）
選手がボールの前を一瞬横切ると、単純追尾はボールを見失うか選手を誤認して追尾します。物理追尾はCOAST状態に入り、遮蔽の間も予測に沿って進行し、ボールが再出現した際に再捕捉します。検出の途絶を埋めるために勝手な検出を捏造することは決してありません。予測し、状態をマークし、待機します。
実映像での同一ゲート動作
240フレームの実放送クリップにおいて、実YOLO11x検出が画像空間内で動作する同一の3つのゲートへと入力されます。ゲートはフレームの68.3%でボールを捕捉し続けたのに対し、単純追尾は43.8%、閾値引き上げ追尾は30.0%でした。ID切り替えは7回に対して4回、平均誤差は193.0 pxに対して26.2 pxでした。実映像の方が難易度が高いため、合成データの上限値より誠実に低くなっています。しかし、物理ゲートが両方のベースラインを凌駕するという傾向は、シミュレーションだけでなく実際の検出においても揺るぎません。
すべての決定に記録される物理的根拠
エクスポートされた判定ログは、全監査証跡を明らかにします：上部にはシード値、シナリオ、検出器ID、閾値が記載され、続いて各候補のクラスと信頼度、各ゲートの数値判定と平易な英語による理由、最終アクション、ロックされた追跡軌道がフレームごとに記録され、最後にスコアボードで締めくくられます。自動化された視覚的判定に法的責任を負うチームにとって、これは各検出がなぜ信頼されたのか、あるいは拒否されたのかを提出可能な形で証明する証跡となります。
