Proč ruční kalibrace zpomaluje nasazení sledování trajektorií
Nastavení systému pro sledování trajektorií zebrafish bylo dříve rituálem trpělivosti. Do arény se vloží mřížka nebo pravítko, kamera pořídí snímek a někdo ručně měří vzdálenosti v pixelech. Tento krok kalibrace převádí souřadnice obrazu na reálné jednotky a musí být opakován pokaždé, když se kamera posune, změní se objektiv nebo se přemístí aréna. V laboratoři, která provádí více chovných testů, se tento časový overhead rychle hromadí.
Ruční kalibrace má další problém. Závisí na osobě, která ji provádí. Dva technici mohou sledovat stejnou mřížku a získat mírně odlišný počet pixelů. Rozdíl může být malý, ale v průběhu víctýdenního studia může posunout zdánlivou vzdálenost, kterou larva urazí. U systému sledování trajektorií zebrafish takový drift podkopává celý smysl sledování.
Automatická kalibrace neodstraňuje každý lidský krok, ale eliminuje ty opakující se. To je důležité, pokud je systém nasazován na několika zařízeních nebo pokud jádrové zařízení potřebuje nové uživatele uvést do chodu bez dlouhého školení.
Co automatická kalibrace ve skutečnosti dělá pod pokličkou
Automatická kalibrace je v podstatě rutina počítačového vidění, která detekuje známý vzor a vypočítává zobrazení mezi pixely kamery a fyzickými jednotkami. Tento vzor může být šachovnicový vzor, mřížka teček nebo tištěný marker se známými rozměry. Software nachází rohy nebo středy a přiřazuje je k známé geometrii, čímž vypočítá transformaci.
-
Kamera pořídí jedno nebo více snímků kalibračního cíle.
-
Algoritmus detekuje význačné body, například průsečíky šachovnicového vzoru.
-
Tyto body jsou přiřazeny ke svým známým pozicím na cíli.
-
Vypočítá se homografie nebo afinní transformace.
-
Transformace je uložena a aplikována na každý následující snímek.
Matematika není exotická. Odhad homografie je v počítačovém vidění standardním postupem již desetiletí. To, co činí automatickou kalibraci užitečnou v kontextu zebrafish, je její schopnost zpracovat nepřesnosti. Může napravit mírné naklonění kamery, zkreslení objektivu a perspektivu, pokud není cíl dokonale rovnoběžný se senzorem. Manuální metody tyto efekty často ignorují, protože jejich ruční korekce je zdlouhavá.
Kompenzace přesnosti mezi manuální a automatickou kalibrací
Běžný předpoklad je, že automatická kalibrace je méně přesná než pečlivé manuální měření. To však není vždy pravda. Dobře navržený automatický postup může dosáhnout přesnosti pod jedním pixelem při detekci rohů, což je často lepší než klikání člověka na mřížkovou čáru. Skutečný rozdíl se projevuje v opakovatelnosti a rychlosti.
| Kalibrační metoda | Typická opakovatelnost | Čas na jedno nastavení | Požadované dovednosti |
|---|---|---|---|
| Manuální trasování mřížky | Střední | Několik minut | Vysoká |
| Manuální pravítko s softwarovou podporou | Střední | Několik minut | Střední |
| Automatická šachovnicová metoda | Vysoká | Méně než jedna minuta | Nízká |
| Automatické s korekcí zkreslení | Vysoká | Méně než jedna minuta | Nízká |
Kompromis není v přesnosti. Je v průhlednosti. Manuální kalibrace umožňuje uživateli vidět přesně, které body byly změřeny. Automatický postup je černou skříňkou, pokud software nezobrazuje zjištěné prvky. U regulované práce má tato viditelnost rozhodující význam. U rutinního chování posuzování obvykle vyhrávají rychlost a opakovatelnost.
Příklad z praxe, kde automatická kalibrace ušetřila nasazení
Laboratoř univerzity ve východní Číně rozšiřovala své zařízení pro fenotypové chování zkoumání z jednoho zařízení na čtyři. První zařízení bylo kalibrováno manuálně a tento proces trval vyškolenému studentovi přibližně deset minut na každou relaci. Při provozu čtyř zařízení denně to znamenalo téměř hodinu nastavení před tím, než mohl začít jakýkoli experiment.
Tým přešel na systém sledování dráhy zebrafish s vestavěnou automatickou kalibrací. Do každé arény byl umístěn cílový šachovnicový vzor, pořízeno bylo snímek a software vypočítal měřítko. Čas potřebný k nastavení klesl na několik minut na jednu soupravu. Důležitější však bylo, že hodnoty kalibrace byly mezi jednotlivými soupravami konzistentní, což usnadnilo sloučení dat z různých nastavení.
Přechod nebyl dokonalý. U jedné soupravy byla kamera mírně nakloněná; automatický postup ji sice opravil, ale k potvrzení, že okraje arény stále odpovídají oblasti sledování, byla nutná vizuální kontrola. Tato kontrola se stala součástí denní rutiny. I tak byl časový úspor významný.
Místa, kde automatická kalibrace stále vyžaduje lidský dohled
Automatická kalibrace není licencí k zanedbání nastavení. Stále se může stát několik věcí.
-
Cílový vzor může být tištěn v nesprávném měřítku, pokud jsou nastavení tiskárny chybná.
-
Odrazivý povrch nebo nerovnoměrné osvětlení mohou způsobit potíže při detekci vlastností.
-
Cíl může být umístěn ve výšce odlišné od výšky zvířat, čímž vznikne chyba způsobená paralaxou.
-
Optické zkreslení objektivu lze opravit, avšak pouze tehdy, je-li model zkreslení shodný s reálným objektivem.
Rychlá kontrola správnosti pomáhá. Po kalibraci lze známou vzdálenost v aréně změřit pravítkem a porovnat ji s hodnotou zobrazenou v softwaru. Pokud se hodnoty liší o více než malou toleranci, je něco v nepořádku. Tato kontrola trvá jen několik sekund a odhaluje nejčastější příčiny selhání.
Automatická kalibrace také předpokládá, že se fotoaparát během experimentu nepohybuje. Náraz na zařízení nebo uvolněné upevnění mohou kalibraci v průběhu studie zneplatnit. Některé systémy obsahují referenční značku v aréně pro detekci posunu, avšak tato funkce není univerzální.
Jak Hunter Lab v praxi provádí kalibraci
Hunter Lab (Hunter) vyrábí zařízení pro laboratoře s rybami zebrafish s důrazem na pracovní postupy kolem hardwaru. Výroba a kontrola kvality zajišťují konzistenci, kterou vyžadují nasazení více zařízení současně. Pro laboratoře, které potřebují uvést do provozu několik systémů sledování bez dlouhého kalibračního rituálu, je automatická kalibrace jednou z těch funkcí, která tiše usnadňuje každodenní práci.