Anzeige
Anzeige

Videoanalyse: Die Assistenz des Bedieners

Videosysteme generieren große Mengen an Bilddaten, die der Mensch nicht wirtschaftlich sinnvoll auswerten kann. Meist gibt es zahlreiche Videokameras in einem Objekt, die alle von wenigen Bedienern beobachtet werden müssten. Dies ist nicht effektiv, da kein Mensch viele Kameras parallel aufmerksam verfolgen kann und eine solche Aufgabe schnell ermüdet. Eine Scheinsicherheit entsteht. Wichtig ist, aus der Masse der Informationen die für den Betrachter relevanten herauszufiltern. Analysealgorithmen sind in der Lage, beliebige Bildinhalte permanent und unermüdlich zu untersuchen und automatisiert die Aufmerksamkeit des Wachpersonals gezielt auf kritische Situationen zu lenken. Doch zentrale Fragen stellen sich: Was kann Videoanalyse wirklich leisten? Sollte sie möglichst nah an der Bildentstehung erfolgen oder zentral im Server? Was sind die Vor- und Nachteile?
Auch das Videoanalysesystem darf nicht zu oft ohne erkennbaren Grund ‚alarmieren‘, denn sonst werden Alarme nicht mehr als kritische Situationen wahrgenommen und das Bedienpersonal ‚drückt den Alarm einfach weg‘, ohne die Details aufmerksam zu prüfen. Der gleiche Effekt entsteht: Das System bietet lediglich eine Scheinsicherheit. Die klare Definition einer ‚kritischen Situation‘ und ein darauf abgestimmter Algorithmus sind Voraussetzung für den effizienten und zuverlässigen Einsatz von Videoanalyse. Leider machen viele Anbieter zu generelle Aussagen zu der Leistungsfähigkeit intelligenter Videoanalyse. So erwarten viele Anwender ‚menschliche Intelligenz‘: Wenn ich sehen kann, dass dort ein Mensch und kein Hund auf allen Vieren kriecht, dann muss ein Algorithmus das doch auch können?! Falsch! Und auch wieder nicht! Systeme können aber eine assistierende Rolle einnehmen. Die meisten Algorithmen arbeiten mit relativ einfachen Kriterien, um z.B. Personen und andere ‚bewegte Objekte‘ voneinander zu unterscheiden. Sie suchen zunächst nach Bewegungen im Bild. Findet sich eine Gruppe von Pixeln, die nahe beieinander liegen und sich gleichmäßig (d.h. in mehreren Bildern hintereinander) von einem Bereich im Bild zum anderen bewegen, stufen sie diese als zusammenhängendes Objekt ein. Jetzt werden z.B. die Seitenverhältnisse geprüft: Ist das Objekt höher als breit und ungefähr so groß wie ein Mensch, dann ist es eben einer. Sollen Menschen laut Alarmdefinition gemeldet werden, wird nun ein Alarm generiert. Vorher muss dem Algorithmus natürlich auch noch gesagt werden, wie groß ein Mensch in einer Szene ist, im Vorder- wie im Hintergrund. Dies geschieht in der Parametrierung, in der die Szene durch den Servicetechniker virtuell ‚vermessen‘ wird. Er legt fest, wie breit die Szene jeweils ist. Nur so kann der Algorithmus wissen, was er tatsächlich betrachtet. Das Beispiel beschreibt einen sehr einfachen Klassifizierungsalgorithmus, der völlig ausreichen kann. In einer Situation, in der ich erwarte, dass sich Menschen gebückt oder kriechend anschleichen, wird er allerdings zum Sicherheitsrisiko.

Zentrale oder dezentrale Analyse

Es gibt zahlreiche Algorithmen für unterschiedliche Aufgaben. Für alle gilt, dass sie für die individuelle Aufgabenstellung geeignet und parametriert sein müssen. Je nach Komplexität der Rechenvorgänge und der geforderten Reaktionszeit braucht ein Algorithmus mehr oder weniger Rechenleistung, oft ist er schon in der Kamera integriert. Die Videoanalyse erfolgt hier dezentral an der Peripherie des Videosystems statt zentral im Hauptserver. So wird unkomprimiertes Bildmaterial analysiert – perfektes Ausgangsmaterial – und Bandbreite und Rechenleistung im zentralen Rechner können eingespart werden. Bei der Verwendung von IP-Kameras, die zentral analysiert werden, muss das komprimierte Bildmaterial erst vollständig über das Netzwerk zum Server. Dort wird es dekomprimiert und analysiert. Kompressionsartefarkte können zu einer schlechteren Analyseperformance führen. Bildmaterial ohne relevante Information belastet Netzwerk und Server unnötig. Doch es gibt auch Vorteile wie z.B. mehr Flexibilität in Bezug auf die eingesetzten Algorithmen – bei speziellen Aufgabenstellungen oft unumgänglich. Die in den Kameras benötigte Rechenleistung sinkt, kostengünstigere Kameras sind möglich. Wichtig bei der Auswahl des zentralen Systems ist die Skalierbarkeit der Rechenleistung. Der Algorithmus sollte sowohl auf dem zentralen Videomanagementserver laufen können als auch auf dedizierten Analyserechnern, die per Netzwerk mit dem zentralen Managementserver kommunizieren.

Kombinierte Architekturen

Ideal ist häufig eine Kombination aus verschiedenen Architekturen: Eine ‚Voranalyse‘ in der Kamera untersucht, ob überhaupt Bewegung im Bild ist. Das bietet heute quasi jede IP-Kamera in fast jeder Preisklasse. Nur dann sendet sie ihre Bilder an den zentralen Auswerterechner, der gezielt die Bilder dieser einen Kamera mithilfe eines spezielleren oder komplexeren Algorithmus untersucht. Dieser filtert uninteressante Bewegungen heraus und meldet relevante Situationen. Da anzunehmen ist, dass nicht permanent in allen Kameras gleichzeitig Bewegung gemeldet wird, können sich mehrere Kameras die Rechenleistung eines zentralen Servers und die Bandbreite im Netz teilen. Auch die Kombination verschiedener Algorithmen auf demselben Kamerakanal kann in vielen Anwendungen sinnvoll und notwendig sein. Ein Beispiel dafür sind sogenannte ‚Dualsensoren‘, die zwei verschiedene Detektionsverfahren mit dem gleichen Analyseziel parallel laufen lassen und nur dann Alarm melden, wenn beide gleichzeitig eine kritische Situation detektieren. Die Detektionsverfahren basieren dabei auf unterschiedlichen Analyseprinzipien, die auf verschiedene Störfaktoren reagieren. Durch die Kombination beider zu einem Alarmmelder werden mehr Störfaktoren als Falschalarmquellen ausgeschaltet, als wenn ein Algorithmus alleine arbeitet. Andererseits kann der Einsatz unterschiedlich spezialisierter Algorithmen in derselben Szene notwendig sein, z.B. um kritische Bewegungsmuster ebenso wie stehen gebliebene Objekte im Bild zu erkennen. Da hier beide Anwendungen unterschiedliche Anforderungen stellen, macht es für ein optimales Ergebnis Sinn, zwei verschiedene spezialisierte Algorithmen zu nutzen.

Fazit und Tipps

Videoanalyse in modernen Videosicherheitssystemen ist eine sinnvolle Ergänzung der Funktionalität, besonders um das Bedienpersonal zu entlasten und ihm effizient zu assistieren. Dabei muss man Fragen wie ‚Welcher Algorithmus ist der Beste?‘, ‚In der Kamera oder im zentralen Server?‘ wie so oft in unserem Markt folgendermaßen beantworten: Es kommt darauf an. Lassen Sie sich intensiv beraten und testen Sie am besten anhand von Videosequenzen aus Ihrer realen Anwendung. Wählen Sie ein System, das flexibel verschiedene Architekturen und Algorithmen zulässt – sowohl zentral als auch in der Kamera, sowie verschiedene Algorithmen parallel auf demselben Kanal. Das System sollte skalierbar sein und jederzeit auch wechselnden Anforderungen und zukünftigen Entwicklungen angepaßt werden können. Denn vielleicht gibt es ihn ja eines Tages doch: den wirklich ‚intelligenten‘ Videoanalysealgorithmus.

Empfehlungen der Redaktion

Das könnte Sie auch interessieren

Auf dem Markt für private Sicherheitstechnik gibt es einen kleinen Hype um Überwachungskameras mit WLAN-Funktion. Denn mit WLAN verbinden viele erst einmal Komfort. Ist Videoüberwachung jetzt noch einfacher, noch unkomplizierter zu realisieren? Ist Videoüberwachung per WLAN das neue Nonplusultra? Fakt ist: Videoüberwachung für Privathaushalte wird immer günstiger und ist längst nicht mehr den großen Villen vorbehalten. Aber die Euphorie sollte man durchaus kritisch betrachten, denn: WLAN macht vieles einfacher - Videoüberwachung aber nur in seltenen Fällen.‣ weiterlesen

Wenn der Bereich vor einer Gebäudeseite überwacht werden soll, gibt es verschiedene Möglichkeiten. Wer Details wünscht, platziert kostenintensiv mehrere Kameras, um die einzelnen Bereiche gezielt zu überwachen. Aber je mehr Kameras, umso schwerer wird es, bei einem Ereignis schnell zu reagieren und die einzelnen Kamerabilder dem Standort der Kamera zuzuordnen. Wenn also eine gute Übersicht vorrangig ist, eignet sich eine Kamera mit einem Weitwinkel-Objektiv. Die meisten herkömmlichen Kameras haben jedoch Objektive, deren Blickwinkel nicht weit über 100° hinaus gehen.‣ weiterlesen

Anzeige

Die Zahl der Einbrüche in Deutschland ist in den letzten Jahren kontinuierlich gesunken. Das liegt nicht zuletzt an immer effektiveren Sicherheitsmaßnahmen, sowohl im privaten Eigenheim als auch bei größeren Projekten. Netzwerkkameras sind nach wie vor ein essenzieller Teil dieser Gefahrenabwehr.‣ weiterlesen

Firmen vertrauen heutzutage gerne auf Videoüberwachungsanlagen, um Gelände und Parkplätze besser im Blick zu haben und bei Gefahr schneller reagieren zu können bzw. potentielle Täter schon im Vorfeld abzuschrecken. Und Gründe dafür gibt es, wie aus dem Kfz-Diebstahlsreport des Gesamtverbandes der Deutschen Versicherungswirtschaft (GDV) hervorgeht. Dieser verzeichnet für das letzte Erhebungsjahr 2017 einen Rekord-Versicherungsschaden von insgesamt 324Mio.€. Das sind 8% mehr als im Vorjahr.‣ weiterlesen

Die Kameras überwachen den Produktionsprozess auf kritische Temperaturen und greifen selbständig in den Produktionsprozess ein. Bei möglicher Überhitzung schlägt das System nicht nur Alarm, sondern stoppt die Produktionsmaschine selbstständig und startet bei Bedarf auch den Löschvorgang.‣ weiterlesen

Künstliche Intelligenz (KI) gilt als Schlüsseltechnologie der kommenden Jahre für die Bereiche autonomes Fahren, Industrie 4.0 und Medizintechnik. Auch im Gebäudemanagement setzt man längst auf automatisierte Lösungen und smarte Technologien. Gebäude werden mit einer Vielzahl an Sensoren ausgestattet: von IP-Kameras über Feuer- und Rauchmelder, Thermostatregler und weiteren Überwachungssystemen bis hin zu biometrischen Lesegeräten für die Zutrittskontrolle. All diese IP-Geräte werden mit jeder Entwicklungsstufe immer intelligenter. Werden sie alle mittels Software vernetzt, entsteht ein intelligentes Gebäude.‣ weiterlesen

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige