Modelo grande de rastreamento: como as câmeras com rastreamento automático mantêm o alvo travado
Um rastreamento automático que perde o intruso atrás de uma árvore, ou que exige um servidor com GPU por câmera, não é rastreamento. Veja o que muda com o novo modelo grande de rastreamento do fabricante — em linguagem simples, com o que perguntar antes de comprar.
Tecnologia explicada · 6 min de leitura · Atualizado em outubro de 2026
A resposta rápida
É um novo mecanismo de rastreamento mais preciso, leve o suficiente para rodar em gravadores e câmeras, e que mantém o mesmo ID do alvo mesmo com oclusão.
O rastreamento de objetos está por trás de alarmes de intrusão de perímetro, rastreamento automático de PTZ, contagem de tráfego, gestão de pessoas em campi e análises para o varejo. Em projetos reais, os clientes relatam três falhas repetidamente: a caixa de rastreamento se desvia e o alvo é perdido; o algoritmo só roda em servidor com GPU, então o custo de hardware dispara; e, depois que o alvo passa atrás de algo, o sistema o trata como um novo objeto.
O modelo grande de rastreamento do fabricante (do seu white paper 'Dimensions', setembro de 2026) ataca os três ao mesmo tempo: mais preciso, mais rápido na borda, mais estável com oclusão.
Três problemas dos rastreadores antigos
O rastreamento evoluiu dos filtros de correlação para as redes siamesas e depois para os Transformers, mas três conflitos nunca foram totalmente resolvidos.
Gargalo de precisão
Uma cabeça de localização convolucional compara o template com a área de busca apenas uma vez — como olhar de relance para o alvo e adivinhar para onde ele foi. Pequenos movimentos fazem a caixa se desviar ou perder o alvo.
Gargalo de velocidade
Os primeiros rastreadores Transformer eram profundos e lentos: tempo real só em GPU, então cada canal rastreado precisava de hardware de servidor.
Gargalo de oclusão
Atualizações rígidas do template aprendem com o obstáculo enquanto o alvo está oculto; quando ele reaparece, o rastreador se desvia ou atribui um novo ID — e dispara alarmes duplicados.
Como funciona o modelo grande de rastreamento
Não há um truque único — são três técnicas trabalhando juntas, no treinamento e na inferência.
Mais preciso: atenção em vez de uma cabeça convolucional
Uma arquitetura Transformer pura permite que cada parte do template do alvo interaja com cada parte da área de busca, e um token de predição treinável gera diretamente a caixa do alvo. Cada detalhe é comparado repetidamente, e não apenas uma vez.
Mais rápido: destilação em duas etapas
A primeira etapa transfere o conhecimento de um modelo professor profundo para um modelo aluno raso, reduzindo o tamanho para cerca de um terço; a segunda etapa reduz a largura do modelo e o tamanho da busca. As características do template são calculadas uma vez e armazenadas em cache, então cada quadro processa apenas a área de busca. Duas versões — Base e Lite — atendem servidores com GPU, NVRs e dispositivos front-end.
Mais estável: atualização do template baseada em confiança
Quando a confiança é alta, o template é atualizado com mais frequência para acompanhar mudanças de postura e iluminação; quando a confiança cai — geralmente por oclusão — as atualizações são pausadas para que o obstáculo nunca seja aprendido. Quando o alvo reaparece, o rastreamento continua com o ID original, sem reinicialização.
Arquitetura antiga vs. modelo grande de rastreamento
| Dimensão | Rastreador convolucional tradicional | Modelo grande de rastreamento |
|---|---|---|
| Interação de características | Uma única correlação entre o template e a área de busca | Atenção: interação profunda entre o template e a área de busca |
| Localização | Cabeça convolucional, regressão indireta de coordenadas | O token de predição gera as coordenadas diretamente |
| Custo de inferência | Características do template recalculadas a cada quadro | Características do template em cache; apenas a área de busca a cada quadro |
| Compressão | Sem compressão eficaz | Destilação em duas etapas; versões Base e Lite |
O que isso significa na hora de comprar
Consequências práticas para instaladores e donos de projeto.
- Sem servidor com GPU por canal rastreado: a versão Lite foi projetada para rodar em gravadores e dispositivos front-end, então o rastreamento deixa de ser uma linha de servidor no orçamento.
- Menos alarmes duplicados: um intruso que passa atrás de um veículo continua sendo um único alvo com um único ID, que é o que os vigilantes precisam às 3 da manhã.
- PTZ que acompanha melhor: uma caixa que permanece no alvo é o que mantém a PTZ com rastreamento automático com zoom na pessoa, e não no arbusto ao lado dela.
- Pergunte antes de comprar: qual firmware de câmera e NVR traz o novo modelo, Base ou Lite, e quantos canais rastreados o dispositivo suporta ao mesmo tempo. Confirmamos isso por modelo antes de cotar.
Perguntas frequentes
Isso substitui a detecção de pessoas e veículos?
Não. A detecção decide o que é o objeto; o rastreamento continua seguindo esse mesmo objeto quadro após quadro. O modelo grande de rastreamento melhora a segunda etapa, para que as detecções se transformem em trajetórias contínuas com IDs estáveis.
Minhas câmeras atuais vão receber isso?
Depende da capacidade de processamento e do firmware do dispositivo. O modelo vem nas versões Base e Lite justamente para rodar em servidores, NVRs e dispositivos front-end — envie-nos sua lista de modelos e verificamos o que se aplica.
Por que um ID estável importa tanto?
Cada troca de ID parece um novo evento: um segundo alarme, um segundo clipe, uma trajetória interrompida. Manter um único ID durante a oclusão significa um alarme por intruso e um trajeto completo para revisão.
Quer um rastreamento automático que não perca o alvo?
Conte-nos o local, as distâncias e o que precisa ser rastreado — recomendamos modelos de PTZ e de gravador com o mecanismo de rastreamento adequado.