Zwei Behälter für dieselbe Geometrie
Jeder 3D-Sensor muss seine Messungen irgendwo ablegen, und die Branche hat sich auf zwei Behälter geeinigt. Ein Tiefenbild ist ein Bild, dessen Pixel Entfernungen statt Farben speichern: ein Raster, betrachtet von genau dort, wo der Sensor sitzt. Eine Punktwolke ist ein Sack voller Koordinaten: Tausende (x, y, z)-Punkte im Raum, betrachtbar von überall. Dieselbe Szene, zwei Darstellungen, und die meisten Pipelines rechnen frei zwischen beiden um. Zu wissen, welche ein System nutzt, verrät viel darüber, was es kann und was nicht.
Was ist der Unterschied zwischen Tiefenbild und Punktwolke?
Ein Tiefenbild ist organisiert und an den Blickpunkt gebunden: Jedes Pixel hat definierte Nachbarn, was bildartige Verarbeitung (Filterung, Segmentierung, Tracking) schnell und einfach macht, aber die Daten ergeben nur aus der Perspektive des Sensors Sinn. Eine Punktwolke ist unorganisiert und blickpunktfrei: Punkte lassen sich aus mehreren Sensoren zusammenführen, rotieren und in realen Einheiten vermessen, um den Preis schwererer Verarbeitung. Tiefenbilder passen zu einem einzelnen festen Sensor; Punktwolken zu Kartierung, Scanning und Szenen mit mehreren Sensoren.
Woher jede Darstellung kommt
Eine Time-of-Flight-Kamera erzeugt nativ ein Tiefenbild: Ihr Detektor ist ein Pixelraster, und jedes Pixel meldet eine Distanz (wie diese Messung funktioniert). Die Umrechnung in eine Punktwolke ist reine Trigonometrie: Kennt man den Blickwinkel jedes Pixels (die Intrinsik der Kamera), wird jeder Tiefenwert zu einem (x, y, z)-Punkt. Scannendes LiDAR erzeugt dagegen nativ Punkte, während sein Strahl die Szene abtastet, und eine bildartige Struktur daraus zu bauen erfordert Resampling; dieser Architekturunterschied ist Teil von ToF vs. LiDAR.
Warum Zählpipelines im Tiefenbild bleiben
Ein Personenzähler über Kopf beobachtet eine feste Szene aus einer festen Position, genau die Geometrie, für die ein Tiefenbild gebaut ist. Eine Person darunter erscheint als zusammenhängende Region naher Pixel; zusammenhängende Regionen von Frame zu Frame zu verfolgen ist schnell, verlässlich und günstig genug, um auf dem Sensor selbst zu laufen. Nichts an der Aufgabe belohnt die Umrechnung in eine Punktwolke, also spart sich produktive Zählfirmware den Schritt. Das Ergebnis erreicht die Plattform als Zählwerte und Trajektorien, nicht als Rohgeometrie in einem der Formate. Die Kategoriesicht steht in dem ToF-Personenzähler-Ratgeber, die tiefere 3D-Geschichte in 3D-Personenzählung, erklärt.
Keines von beiden ist ein Foto
Ein Tiefenbild eines Durchgangs zeigt menschenförmige Entfernungsregionen. Eine Punktwolke desselben Durchgangs zeigt dieselben Formen als schwebende Punkte. Keines enthält ein Gesicht, eine Kleidungsfarbe oder irgendetwas, das eine Person identifiziert, und keine Nachverarbeitung kann Identität aus Geometrie zaubern, die sie nie erfasst hat. Diese Eigenschaft ist strukturell, keine Einstellung, und deshalb gewinnt Tiefensensorik weiter die Messaufgaben, bei denen Kameras mehr juristische Angriffsfläche als Nutzen erzeugen. Das größere Argument steht in Personenzählung ohne Kameras.
---