Mit Sicherheit erkannt Intelligente Video-Analyse bei Überwachungsanwendungen

Die Umstellung von Analog- auf Digital-Video bietet den Betreibern von Sicherheitssystemen entscheidende Vorteile, da sich mit digitalen Komprimierungsverfahren mehr Bilddaten übertragen und speichern lassen. Allerdings hat die technische Fortentwicklung ihren Preis. Zwar erlaubt die digitale Technik den Einsatz von mehr Kameras, doch dadurch steigt auch der Personalaufwand für die Überwachung. Bei der Komprimierung von Video-Daten werden Bewegungsvektoren und -detektoren eingesetzt, mit denen sich Frames ohne nennenswerte Aktivitäten aussondern lassen.

Verwendet man anstelle von Live-Bildern gespeicherte Aufnahmen, muss weniger Material ausgewertet werden. Da Bewegungsvektoren und -detektoren jedoch keine Anhaltspunkte liefern, was genau passiert, muss trotzdem physisch geprüft werden, ob auf den erfassten Video-Aufzeichnungen verdächtige Aktivitäten zu erkennen sind. Es wird daher intensiv an der Entwicklung neuer Verfahren gearbeitet, mit denen sich Überwachungsaufnahmen noch effektiver auswerten lassen.

Bei der Video Content Analysis (VCA), die auch unter dem Begriff intelligente Video-Analyse bekannt ist, werden charakteristische Merkmale in einer Abfolge von Frames elektronisch identifiziert. Treten bestimmte Ereignisse ein, kann das System Hinweismeldungen ausgeben, so dass im Falle einer Gefahr schneller reagiert werden kann. VCA-Programme können Video- Aufnahmen außerdem auf bestimmte Inhalte hin durchsuchen. Das Personal wird so von der mühsamen Aufgabe entbunden, stundenlang archiviertes Material zu sichten. Für die Überwachung von Kamerabildern sind ebenfalls weniger Mitarbeiter nötig, wodurch sich Kosten sparen lassen.

Zwar steckt die VCA-Technologie gegenwärtig noch in den Anfängen, aber die zugrundeliegenden Techniken werden kontinuierlich weiterentwickelt, um in den nächsten Jahren einen umfassenderen Einsatz zu ermöglichen. Tatsache ist, dass für VCA eine erhebliche Verarbeitungsleistung erbracht werden muss, damit Objekte in dem schier endlosen Strom von Pixeldaten identifiziert werden können. Daneben müssen VCA-Systeme dahin gehend programmierbar sein, dass sie unterschiedlichen Einsatzfeldern gerecht werden, verschiedene Arten von Inhalten erkennen und an neu entwickelte Algorithmen angepasst werden können.

Neueste Video-Prozessoren stellen die notwendige Rechenleistung und flexible Programmieroptionen für die Komprimierung für VCA und für andere Anforderungen digitaler Video-Systeme bereit. Ergänzende Software-Plattformen und Tools vereinfachen die Entwicklung von Sicherheits- und Überwachungsprodukten. Nachdem die Basistechnologie bereits existiert, können neu entwickelte VCA-Techniken rasch implementiert werden.

Funktionsablauf bei VCA

Bislang gibt es keinen gültigen internationalen Standard für VCA. Ganz allgemein lässt sich der Funktionsablauf jedoch in folgenden Schritten beschreiben:

1. Eine längere Sequenz wird in einzelne Szenen oder Einstellungen aufgeteilt, die analysiert werden sollen. Verschiedene Szenen haben unterschiedliche Histogramme bzw. eine andere Farbhäufigkeitsverteilung. Weist ein Frame im Vergleich zum vorherigen Frame starke Veränderungen im Histogramm auf, kann dieser Frame als Szenenwechsel behandelt werden.

2. Verändern sich Objekte im Vordergrund einer Szene, werden sie als separate Elemente vor dem statischen Hintergrund erkannt.

3. Einzelne Objekte im Vordergrund werden extrahiert und anschließend von Frame zu Frame verfolgt. Dabei werden u.a. die Position und die Bewegungsgeschwindigkeit des Objekts erfasst. Diese können sich verändern oder vorübergehend gleich bleiben.

4. Ist eine Identifizierung erforderlich, werden die Merkmale des Objekts extrahiert, um das Objekt zu klassifizieren.

5. Bei auffälligen Ereignissen wird eine Hinweismeldung an die Management- Software bzw. an die Mitarbeiter des Sicherheitsdienstes gesendet.

Grundlegend für VCA ist die Fähigkeit, auffällige Aktivitäten oder Veränderungen im Vordergrund von dem statischen und für die Analyse uninteressanten Hintergrund zu unterscheiden. In der Vergangenheit waren der Vordergrund-/Hintergrunderkennung durch Beschränkungen der Computersysteme Grenzen gesetzt.

Mittlerweile erlauben hochleistungsfähige digitale Signalprozessoren (DSPs) und Video- Prozessoren die Ausführung komplexerer Erkennungsalgorithmen. Ganz allgemein unterscheidet man zwischen zwei verschiedenen Methoden der Vordergrund-/ Hintergrunderkennung:

  • Bei nicht-adaptiven Verfahren werden nur einige wenige Video-Frames  ausgewertet, und es wird kein Hintergrundmodell verwendet.
  • Adaptive Verfahren arbeiten mit einem Hintergrundmodell, das fortlaufend angepasst wird. Bei adaptiven VCA-Algorithmen werden die Rückmeldungen aus den Schritten 2 bis 4 (siehe oben) zur Aktualisierung des Hintergrundmodells herangezogen, welches dann wiederum als Input für Schritt 1 verwendet wird.