게이트가 수행하는 작업, 프레임별 분석
아래 스크린샷은 실제로 실행 중인 Plumbline 대시보드의 모습입니다. 대머리 가짜 객체는 문서로 기록된 2020년 사건을 저자가 재현하여 주입한 것이며, 앱에 명확히 명시되어 있습니다.
대머리 선심 거부(합성)
44 프레임 장면 동안 시뮬레이션된 감지기는 선심의 머리에 대해 최대 98% 신뢰도로 18회의 높은 신뢰도 허위 "공" 감지를 출력합니다. 3개의 게이트는 18회를 모두 거부합니다. 최악의 단일 가짜 객체는 운동학적 게이트에서 5σ 거부 기준선을 훨씬 초과하는 82.3σ를 기록한 반면, 약 87% 신뢰도와 0.4σ의 실제 공은 3개 게이트를 모두 통과하여 고정 상태를 유지합니다. 이 단일 시나리오에서 물리 계층은 최고 신뢰도 추종의 59.1% 및 임계값 상향의 20.5%에 비해 1회의 ID 전환만으로 97.7%의 목표 추적 유지 시간을 유지했습니다(3개 시나리오 합성 종합 결과는 아래 비교 표에 나와 있습니다).
가려짐 상황에서의 코스팅 유지(합성)
선수가 공 앞을 잠시 가로지를 때, 단순 추적기는 공을 놓치거나 선수를 포착합니다. 물리 추적기는 COAST 상태로 들어가 공백 구간 동안 예측값을 따라 이동한 다음, 공이 다시 나타나면 재포착합니다. 침묵을 채우기 위해 감지 결과를 지어내지 않으며, 예측하고 상태를 표시하며 기다립니다.
실제 영상에서의 동일한 게이트
240 프레임의 실제 방송 클립에서 실제 YOLO11x 감지 결과가 이미지 공간에서 실행되는 동일한 3개 게이트로 입력됩니다. 게이트는 단순 추적기의 43.8% 및 임계값 상향 추적기의 30.0%에 비해 프레임의 68.3% 동안 공을 유지했으며, ID 전환은 7회 대비 4회, 평균 오차는 193.0 px 대비 26.2 px였습니다. 실제 영상이 더 까다롭기 때문에 합성 상한선보다는 정직하게 낮습니다. 하지만 물리가 두 기준선을 모두 능가한다는 방향성은 시뮬레이션뿐만 아니라 실제 감지에서도 그대로 유지됩니다.
모든 결정에 대해 기록된 물리적 이유
내보낸 결정 로그는 전체 추적 기록을 공개합니다: 상단의 시드, 시나리오, 감지기 ID 및 임계값에 이어 모든 후보의 클래스 및 신뢰도에 대한 프레임별 기록, 각 게이트의 수치적 판정과 명확한 영어 이유, 최종 조치, 고정된 트랙이 나열되며 점수판으로 마무리됩니다. 자동화된 시각적 결정에 대해 책임을 지는 팀에게 이것은 각 감지를 신뢰하거나 거부한 이유에 대한 보관 가능한 추적 기록이 됩니다.
