物理約束電腦視覺

物理法則推翻像素假象。

在球場泛光燈下，反光的光頭可能獲得 98% 信心度的「足球」判定，而追蹤最高信心度的攝影機便會直接偏離球場。Plumbline 是一套確定性的物理閘門層，位於偵測器之後，能夠拒絕物理法則所不容許的偵測結果，同時緊密鎖定真實的足球。

它是介於偵測器與執行系統之間的驗證層。實際執行它，便能閱讀它為每項決策記錄的物理原因。

運行中 Plumbline 儀表板的逐步解說演示（3:58）。

97.7%

目標鎖定時間佔比，物理閘門

合成基準測試，隨機種子 7

82.3σ

最極端的冒牌目標，超出 5σ 判定線即被拒絕

bald_linesman 稽核，44 影格

68.3%

目標鎖定時間佔比，真實轉播片段

真實 YOLO11x，240 影格，影像空間

本頁通篇將兩種基準測試範圍嚴格分開。合成數據是在已知地面真值（ground truth）下的受控最大值；而面對難度極高的實況真實影片，真實片段數據如實偏低。

偵測器無法記憶真實物件下一個影格可能出現在何處

此失效屬於物理層面的失效，而非偵測層面的失效。

物件偵測器是獨立處理各影格的。它僅依據紋理和形狀對每張影像進行評分，完全沒有真實物件在下一個影格物理上可能出現在何處的概念。在球場泛光燈下，光頭反光如同足球，因此偵測器會對光頭輸出高達 98% 信心度的「足球」判定，而真正的足球得分反而較低；追蹤最高信心度的攝影機便會跟隨光頭移動，脫離了球賽本身。

這已有明確記錄，絕非假設。2020 年 10 月在因弗內斯喀里多尼亞壓路機足球俱樂部（Inverness Caledonian Thistle），一台 Pixellot 自動攝影機在整場比賽中都在追蹤邊審的光頭而非足球（Veriprajna WP43 解決方案頁面，2026 年）。這也絕非模型升級就能自行消除的單一偶然失效：SoccerNet 自身的追蹤基準測試得出結論，多目標足球追蹤「遠未解決」，且目前的基準方法中尚未整合任何具物理感知的追蹤機制，這是一個顯而易見的缺口（Veriprajna WP43 研究，2026 年）。

這個問題不會隨著偵測器進步而自然消失，原因在於：物理上不可能發生的偵測結果，在任何偵測器準確率下都是錯誤的。一顆始終維持在 1.7 公尺恆定高度且以時速 3 英里移動的「足球」，無論模型多麼有信心，都不可能是足球。對於需要為自動化視覺決策承擔責任的團隊而言，邊緣案例正是成本的核心所在：一份業界報告指出其佔據了「80% 的工程時間、90% 的支援成本以及 100% 的責任風險敞口」（Veriprajna WP43 研究，2026 年）。

模型無法推翻的三道確定性閘門

Plumbline 運行於偵測器的下游。它接收每個候選偵測結果，檢驗物理法則是否容許，隨後將該影格導向接受（accept）、審查（review）或滑行（coast），並記錄其原因。

閘門 1：運動學

卡爾曼/UKF 濾波器（拋體運動模型搭配非線性針孔測量模型）預測真實足球可能出現的位置。每個候選目標的新息會轉換為馬氏距離。門檻值以設定參數形式提供：低於 3σ 接受，高於 5σ 拒絕，3 至 5σ 標記為 REVIEW。在光頭邊審場景中最差的一影格中，冒牌目標得分高達 82.3σ。

閘門 2：光流

該閘門將軌跡預測的像素速度與候選目標的局部光流進行比對，並在方向或大小不符時予以拒絕（出廠設定區間：光流比介於 [0.35, 3.0]，餘弦值至少 0.3）。在比賽進行中幾乎靜止的「足球」將無法通過檢驗。

閘門 3：幾何

針孔相機模型計算出 22 公分的足球在候選目標所對應深度下能張成的像素大小，閘門會剔除不可能的尺寸（合成路徑上的尺寸比例容許度為 1.8 倍，真實影片影像空間路徑上為 1.5 倍）。一個約 50 像素的人頭，在約 12 公尺處不可能是一顆張成約 22 像素的 22 公分足球。

接著由確定性策略閘門做出判定，在兩條輸入路徑上均使用相同的 gates.py 且完全原樣復用。它僅在所有閘門均通過時才予以接受。它將邊緣候選目標（3 至 5σ 且無硬性失敗）標記為 REVIEW，軌跡依據預測進行滑行，升級呈報而非虛張聲勢。當所有候選目標皆被拒絕時（例如遭遇短暫遮擋），系統進入 COAST（僅預測模式），並在足球重新出現時重新捕獲。門檻值為設定參數，非由任何模型設定。

每項決策都會寫入逐決策稽核記錄中。標頭包含隨機種子、場景、偵測器 ID 與閘門門檻值。每一影格都會列出每個候選目標及其類別與信心度、各閘門的數值判定與通俗說明原因、最終執行動作以及鎖定的軌跡。可選的稽核解說器可將該遙測數據轉換為匯出用的通俗事件摘要，但它僅供參考建議，絕不介入接受或拒絕路徑；在沒有模型金鑰或橋接服務時，它會自動降級為確定性的樣板化摘要，確保展示能完全離線運行。

相同的三閘門策略運行於兩種輸入之上，這正是核心所在。在合成場景中，它使用世界空間的無跡卡爾曼濾波器（UKF）。在真實轉播片段中，它則透過二維卡爾曼濾波器（kf2d）運行於影像平面上，因為單一未校準的片段無法提供公制度量深度，而偽造三維濾波器是不誠實的。閘門程式碼完全原樣復用；如實改變的只有濾波器。這正是該層能獨立於偵測器的原因：價值在於閘門，而非偵測器。

閘門的具體運作機制：逐影格解析

下方截圖來自實際運行中的 Plumbline 儀表板。光頭冒牌目標是作者對 2020 年記錄事件的人為注入重現，應用程式中對此已作明確說明。

Plumbline 分割畫面：左側樸素追蹤器的定界框落在邊審的光頭上，右側受物理閘門約束的追蹤器始終鎖定真實足球，同時即時閘門摘要顯示該頭部候選目標以 82.3 sigma 被拒絕。

光頭邊審冒牌目標拒絕測試（合成）

在這段 44 影格的場景中，模擬偵測器在邊審頭部輸出了 18 次高信心度的錯誤「足球」偵測，信心度最高達 98%。三道閘門將這 18 次全數拒絕。最極端的單一冒牌目標在運動學閘門上得分高達 82.3σ，遠超 5σ 的拒絕線；而真實足球的信心度約為 87%、誤差僅 0.4σ，順利通過全部三道閘門並保持鎖定。僅在此單一場景中，物理層便維持了 97.7% 的目標鎖定時間佔比，且僅有 1 次 ID 切換；相較之下，追蹤最高信心度為 59.1%，提高門檻值僅為 20.5%（三種合成場景的匯總數據見下方比較表）。

Plumbline 在遮擋場景下的表現：一名球員從足球前方穿過，樸素追蹤器跳躍至該球員身上，而物理追蹤器維持標記為 COAST 的預測位置，直至足球重新出現。

遮擋期間的滑行（合成）

當球員短暫擋住足球時，樸素追蹤器會跟丟目標或誤抓該球員。物理追蹤器則進入 COAST 狀態，依靠預測安然度過空檔，隨後在足球重新出現時重新捕獲。它絕不會憑空捏造偵測結果來填補空白；它只是進行預測、標記狀態並耐心等待。

Plumbline 運行於包含影像空間真實 YOLO11x 偵測結果的真實轉播片段，計分板顯示物理閘門的目標鎖定時間佔比為 68.3%，而兩項基準方案分別為 43.8% 與 30.0%。

相同閘門在真實影片上的表現

在一段 240 影格的真實轉播片段中，真實 YOLO11x 偵測結果被輸入給運行於影像空間中的相同三道閘門。閘門方案在 68.3% 的影格中鎖定足球，而樸素追蹤器為 43.8%，提高門檻值的追蹤器為 30.0%；物理方案僅發生 4 次 ID 切換（基準為 7 次），平均誤差為 26.2 像素（基準為 193.0 像素）。該數據如實低於合成測試的上限，因為真實影片難度更高。但核心趨勢依然不變：物理機制在真實偵測中同樣擊敗了兩項基準方案，而非僅在模擬環境中有效。

在瀏覽器中開啟的 Plumbline 匯出決策記錄，頂部顯示包含隨機種子與閘門門檻值的標頭，逐影格清單列出每個候選目標、閘門判定以及每項決策的通俗物理原因。

每項決策皆備有留存歸檔的物理依據

匯出的決策記錄展開了完整的稽核軌跡：頂部為隨機種子、場景、偵測器 ID 與門檻值，接著是逐影格記錄的每個候選目標類別與信心度、各閘門的數值判定及其通俗說明原因、最終動作與鎖定軌跡，末尾附有計分板。對於需要為自動化視覺決策承擔責任的團隊而言，這是一套可供歸檔的完整軌跡，清楚交代每項偵測被採信或拒絕的原因。

實測指標比較及其嚴謹範圍說明

這些是追蹤品質指標，獨立於偵測器本身的品質。它們絕非模型錯誤率，也絕非開放世界保證。下方的兩組數據屬於不同範疇，絕不混為一談。

合成數據匯總（隨機種子 7，涵蓋 bald_linesman、occlusion 與 clean 場景）

追蹤器	目標鎖定時間佔比	ID 切換次數	平均誤差（像素）	乾淨資料集漏檢率
Veriprajna 物理方案	97.7%	3	2.7	2.3%
B1：追蹤最高信心度	80.3%	4	63.0	0.0%
B2：提高信心度門檻值	40.2%	29	115.0	43.2%

真實轉播影片（真實 YOLO11x，240 影格，影像空間閘門）

追蹤器	目標鎖定時間佔比	ID 切換次數	平均誤差（像素）
Veriprajna 物理方案	68.3%	4	26.2
B1：追蹤最高信心度	43.8%	7	193.0
B2：提高信心度門檻值	30.0%	1	245.1

支撐本論點的核心數據是正交性結果。在合成乾淨資料集上，提高信心度門檻值（B2）會遺漏 43.2% 真實的低信心度足球，而物理方案則將乾淨資料集漏檢率控制在 2.3%，這屬於單一影格的捕獲延遲而非假陰性漏檢。調節信心度旋鈕只是拿一種錯誤去換另一種錯誤。物理機制與其正交運作。（B2 在真實影片中僅有 1 次 ID 切換，純粹是因為它在 30% 的目標鎖定率下幾乎沒有追蹤到任何目標，絕非優勢。）

本展示未包含之事項

這是一套用以證明閘門機制的可執行展示，而非已實際部署的管線。
光頭冒牌目標是作者對 2020 年事件的人為注入重現，而非現場擷取的自然偵測器雜訊。
真實影片路徑如實運行於影像空間（二維卡爾曼濾波器），而非校準過的三維世界空間濾波器，因為單一未校準的片段無法提供公制度量深度。
基準方案屬於未考慮物理特性的失效模式類別（B1 與 B2），非指任何具名廠商。我們並未聲稱追蹤表現超越 Pixellot、Veo、Spiideo 或任何上市產品，且 Pixellot 在後續韌體中已修復了光頭案例。
YOLO11x 在真實片段中作為可替換的偵測器離線使用。我們並未建構或改進該偵測器。
半導體視差閘門與製造業反射率閘門屬於可插拔介面的擴充路徑，已延後規劃，未在此處展示。
本展示不隱含任何客戶、實際部署、聯盟或轉播機構。2020 年因弗內斯事件與 SoccerNet 均為引用的公開參考資料，非我們的客戶。
稽核解說器僅具參考性質。它解釋決策，但絕不做出決策。

工程與產品團隊常問的問題

這難道不只是一個更好的偵測器，或是對 YOLO 的一層封裝嗎？

不是。Plumbline 位於您現有任何偵測器的下游，負責裁定該採信其哪些候選偵測結果。在展示中，相同的閘門程式碼在合成場景中運行於模擬黑盒偵測器之上，在轉播片段中則運行於真實 YOLO11x 偵測結果之上。我們不改動偵測器的輸出品質。產品本體是圍繞其建構的確定性閘門層，因此即使底層偵測器持續進步，該層的價值依然穩固。

為什麼不直接提高信心度門檻值來剔除錯誤的足球？

因為那不是正確的調節旋鈕。在合成乾淨資料集上，提高信心度門檻值會遺漏 43.2% 真實的低信心度足球，同時依然會誤抓高信心度的冒牌目標。物理閘門與信心度正交運作：它們將乾淨資料集漏檢率控制在 2.3%，這屬於單一影格的捕獲延遲而非掉球。當冒牌目標得分更高時，您根本無法僅憑分數將真實足球與冒牌目標區分開來。

它在真實影片上真的有效嗎？還是僅限於模擬環境？

兩者皆有效，且我們對兩者嚴格區分。在已知地面真值（隨機種子 7）的受控合成測試中，物理層維持了 97.7% 的目標鎖定時間佔比，而追蹤最高信心度為 80.3%，提高門檻值為 40.2%。在包含真實 YOLO11x 偵測結果的 240 影格真實轉播片段中，相同閘門在 68.3% 的影格中鎖定足球，而兩項基準方案分別為 43.8% 與 30.0%。真實影片數據如實偏低，因為真實影片難度更高。我們絕不會將合成數據引述為現實世界的成果。

我如何得知是閘門做出的決策，而非語言模型？

這三道閘門完全是運行於任何模型之外的純 numpy 與 scipy 程式碼：卡爾曼/UKF 運動學閘門（低於 3 sigma 接受，高於 5 sigma 拒絕）、光流一致性閘門以及幾何透視閘門。可信度不依賴模型的自我陳述。雖然設有可選的稽核解說器將閘門遙測數據轉換為通俗摘要，但它僅具參考性質，絕不介入接受或拒絕路徑；在未提供金鑰時，它會退回使用確定性的樣板化摘要。

我能否查看某一特定偵測結果被接受或拒絕的原因？

可以。每項決策皆備有留存歸檔的物理原因。匯出的決策記錄在標頭中記錄隨機種子、場景、偵測器 ID 與閘門門檻值，接著逐影格列出每個候選目標及其類別與信心度、各閘門的數值判定與通俗說明原因（例如：馬氏距離 82 sigma 超過 5 sigma 線，運動學上不可能發生）、最終動作以及鎖定的軌跡。記錄可匯出為 JSON 或 HTML。

這套系統是否已可供部署？它是否勝過 Pixellot 或 Veo？

兩者的答案皆為否定。這是一套用以證明閘門機制的可執行展示，而非已實際部署的管線。我們擊敗的基準方案屬於未考慮物理特性的失效模式類別（追蹤最高信心度與提高門檻值），非指任何具名廠商。我們並未聲稱追蹤表現超越已上市產品，且知名攝影機廠商已在後續韌體中修復了 2020 年光頭邊審這一具體案例。展示中的光頭冒牌目標是作者對該項記錄事件的人為注入重現，而非現場擷取的自然偵測器雜訊。

技術研究

本展示背後的研究——架構、驗證設計與企業藍圖。

完整解決方案

探索物理約束電腦視覺解決方案 →

在您的偵測器與執行系統之間設置物理閘門

在您的業務領域中，若自動化視覺決策涉及法律責任，其失效模式在於物理法則，而非信心度。

我們打造 Plumbline 是為了展示：一套確定性閘門層能夠拒絕物理上不可能發生的偵測結果，並留下可供歸檔的原因記錄。相同的架構亦可套用於不同的物理法則：針對晶圓廠的視差閘門，或是針對生產線的反射率閘門。請告訴我們您的偵測器不斷違反的約束條件，我們將共同評估閘門層是否適合您的需求。

視覺失效模式審查

✓ 標繪出您偵測器的信心度與物理法則產生分歧之處
✓ 識別出您現行系統中依據物理上不可能之偵測所採取的行動
✓ 定義所適用的運動學、光流與幾何約束條件
✓ 界定具有責任風險之決策所需的稽核軌跡範圍

物理閘門層建置

✓ 將確定性閘門建構為獨立於任何模型之外的可檢查程式碼
✓ 獨立於偵測器：保留您現已運行的偵測器
✓ 逐決策稽核記錄，每項皆備有留存歸檔的物理原因
✓ 隨著偵測器進步依然穩固的追蹤品質指標

透過 WhatsApp 聯繫發送電子郵件給我們的團隊