Videoüberwachung mit Videoanalyse – intelligente Überwachungskameras

Artikel aus VIEW 03.10 (Kundenmagazin der Videor E. Hartig GmbH)

Intelligente Videoanalyse für mehr Effizienz und Sicherheit in der Videoüberwachung Intelligente Videoanalyse hat sich in den letzten Jahren zu einem Schlagwort in der Videoüberwachung entwickelt. Es steht für einen Gewinn an Sicherheit und für mehr Effizienz und damit Kostenersparnis. Mit dem steigenden Einsatz wird dieser Technologie auch ein wachsendes Maß an Verantwortung für eine zuverlässige Alarmmeldung übertragen. Wie arbeiten intelligente Videoanalysesysteme? Wie lassen sich Fehlalarme reduzieren? Welche grundsätzlichen Möglichkeiten gibt es, die Systemarchitektur aufzusetzen? Algorithmen für die intelligente Videoanalyse sind dumm. Denn jeder Algorithmus wurde stets nur für eine einzige Aufgabe entwickelt: für die Erkennung einer Bewegung, die Sabotageüberwachung oder die Zählung von Personen oder Objekten. Ein Algorithmus ist ein Fachidiot, der exakt das macht, was der Programmierer von ihm will. Von einer Intelligenz in Videosystemen, die mit der menschlichen Intelligenz gleichzusetzen wäre, kann man da nicht sprechen. Dennoch hat sich „Intelligentes Video“ in den letzten Jahren zu einem Schlagwort in der Videoüberwachung entwickelt. Es bezeichnet alle Lösungen, bei denen das Videoüberwachungssystem selbst eine Analyse der Videobilder durchführt und, je nach gewählter Systemeinstellung, das Wachpersonal automatisch im Alarmfall informiert. So können auch nur wenige Mitarbeiter selbst große Überwachungsanlagen problemlos im Auge behalten. Aber wie funktionieren die Algorithmen?Funktionsweisen der Algorithmen
Bei der Objekterkennung und -verfolgung findet in der Regel ein pixelbasierter Bildvergleich statt: Der statische Bildhintergrund wird als Referenzbild gespeichert. Der Algorithmus vergleicht dieses Bild mit dem momentanen Bild und meldet Abweichungen. Je nach Funktionalität werden dabei auch objektspezifische Merkmale wie Form und Größe sowie die Geschwindigkeit und der Bewegungsablauf in den Vergleich mit einbezogen. Algorithmen zur Bewegungserkennung bestimmen ebenfalls pixelbasiert Kontraständerungen in definierten Bildbereichen. Zur Kennzeichenerkennung suchen Algorithmen nach vordefinierten Signaturen in den Bildern und führen diese anschließend der Texterkennung zu, die das aus dem Bild separierte Kennzeichen in Buchstaben und Ziffern aufschlüsselt. Diese Algorithmen können meist beliebige Texte in einem Bild suchen, der bevorzugte Einsatzbereich ist aber die Kennzeichenerkennung. Bei der Sabotageüberwachung werden die typischen Eigenschaften eines Videosignals gespeichert. Bei Änderungen am Signal, zum Beispiel durch Abdeckung des Objektivs, erfolgt ein Vergleich mit den gespeicherten Referenzwerten.Den Algorithmen die Arbeit„erleichtern“
Wie exakt ein Algorithmus auch arbeitet, die Fehlerrate der Analyse ist immer größer als Null. Wählt man eine besonders sensible Einstellung, muss mit unerwünschten Alarmen gerechnet werden. Will man hingegen Fehlalarme nahezu ausschließen und entscheidet sich für eine sehr geringe Detektionssensibilität, steigt die Wahrscheinlichkeit, dass einem ein echter Alarm durch die Lappen geht. Dennoch lassen sich die Rahmenbedingungen so anpassen, dass die Detektionszuverlässigkeit erhöht und gleichzeitig unerwünschte Alarme reduziert werden. Generell lässt sich festhalten, dass sich nur anhand von Feldtests verlässliche Aussagen darüber treffen lassen, wie sich die tatsächlichen Rahmenbedingungen optimieren lassen. Dies betrifft insbesondere Situationen im Außenbereich, bei denen wechselnde Lichtverhältnisse, Reflexionen von Fensterscheiben und Bewegungen von Bäumen in der Regel höhere Anforderungen stellen als eine Überwachung im Innenbereich. In jedem Fall ist darauf zu achten, dass das von der Kamera gelieferte Bildmaterial von hoher Qualität ist, um kritische Situationen klar von einem unkritischen Ereignis unterscheiden zu können und dem Algorithmus die Arbeit quasi „zu erleichtern“. Wichtig sind ferner die korrekte Kamerapositionierung und die Wahl des Bildausschnitts. Soll beispielsweise ein Gemälde in einem Museum überwacht werden, muss die Positionierung aufgrund der Besucher, die das Bild betrachten, natürlich anders gewählt werden als bei einer Bewegungserkennung bei einem Gebäudeeingang. Aber auch bei optimalen Rahmenbedingungen muss jeder Anwender individuell für seine spezifische Situation entscheiden, in welcher Relation die Zuverlässigkeit der Detektion und die Fehlalarmrate zueinander stehen sollen.Zentrale oder Dezentrale Systemarchitekturen
Intelligente Videoanwendungen lassen sich entweder zentral oder dezentral implementieren. Bei einer zentralen Architektur werden die Videodaten von den Kameras an einen zentralen Server oder PC, der mit einer Videomanagement-Software mit entsprechenden Analysefunktionalitäten ausgestattet ist, oder einen digitalen Videorekorder übertragen. In einer dezentralen Architektur sind die Kameras selbst „intelligent“ – sie können die Videodaten verarbeiten und analysieren. Ein dezentrales System bietet sich immer dann an, wenn Beschränkungen der Netzwerkbandbreite gegeben sind. So sendet zum Beispiel eine Kamera, die über einen Bewegungsmelder verfügt, die Videodaten nur an das Wachpersonal, wenn auch wirklich eine Bewegung detektiert wird. Diese dezentrale und die zentrale, IP-basierende Systemarchitektur bieten den großen Vorteil, dass sie sehr flexibel sind und sich fast beliebig skalieren lassen. Die Anbieter von Videomanagement-Software mit Analysefunktionen bieten unterschiedliche Lizenzmodelle an, die zumeist problemlos erweiterbar sind, sollten sich die Anforderungen ändern und damit das System vergrößert werden müssen. Wird bei einer analogen Architektur hingegen ein Videorekorder zur Digitalisierung der Daten eingesetzt, ist das System später nur begrenzt skalierbar, da die Größe von der maximalen Anzahl der Videoeingänge des Rekorders abhängt.

Weitere Möglichkeiten der Videoanalyse
Die Möglichkeiten der Videoanalyse sind nicht auf Sicherheitsanwendungen begrenzt. Insbesondere im Einzelhandel bieten sich neue Möglichkeiten zur Analyse des Kundenverhaltens. Wie bewegen sich die Kunden durch das Geschäft? Gibt es zu bestimmten Stoßzeiten längere Wartezeiten im Kassenbereich? Somit lassen sich mit den entsprechenden Systemen umfassende Lösungen schaffen, die sowohl die Sicherheit erhöhen als auch wertvolle Informationen zum Beispiel zur Optimierung von Personaleinsatz und Warenpräsentation liefern.

Auswahlkritieren für Intelligente Videoanalyse

 

 

 

 

Die intelligenten Kameras VKC-1375 und VKCD-1375 von eneo

Kameras werden immer intelligenter. Neben einer stetigen Erhöhung der Auflösung werden zahlreiche Analysefunktionen implementiert, die für eine wesentlich zuverlässigere Überwachung und eine Entlastung des Wachpersonals sorgen. Aktuelles Beispiel sind die Boxkamera VKC-1375 und der Fixdome VKCD-1375 von eneo. Eine zuverlässige Sabotageerkennung bei Abdeckung der Kamera, Defokussierung, Besprühen und Änderung der Blickrichtung ist als erstes zu nennen. Die Bewegungserkennung wurde mit verschiedenen Funktionalitäten und Einstellungsmöglichkeiten realisiert: Bei der klassischen Motion Detection, die auf die gesamte Kameraszene angewendet wird, erfolgt eine automatische Vergrößerung und Verfolgung der detektierten Bewegung mittels des digitalen PTZ. Bei der Funktion Mine Area hingegen werden zuvor die relevanten Bereiche ausgewählt, zum Beispiel ein Zaun, eine Absperrung oder ein Gelände, das von Unbefugten nicht betreten werden darf. Die Technik der eneo Kameras geht aber noch weiter: Gesichtserkennung und die Alarmierung, wenn ein Gegenstand aus einem zuvor definierten Bereich entfernt wird, gehören ebenso zum Funktionsumfang wie das Cross Object Counting und Entrance Counting. Beim Cross Object Counting wird mittels zweier vertikaler Linien ein Bereich im Bild festgelegt, der zur Zählung vorbeifahrender Objekte überwacht werden soll. Dies können zum Beispiel Autos sein, die ein Gebäude passieren. Beim Entrance Counting zählt die Kamera hingegen, wie viele Personen einen Eingangsbereich, zum Beispiel in einem Kaufhaus, betreten bzw. verlassen. Bei beiden Funktionen wird die jeweilige Anzahl direkt im Kamerabild angezeigt.EHLC-Funktionalität und 3D-DNR Rauschunterdrückung
Dass all diese Analysefunktionen nur bei einer hervorragenden Bildqualität Sinn machen, liegt auf der Hand: Die VKC-1375 und VKCD-1375 verfügen über eine horizontale Auflösung von 650 TV Linien und – neben Advanced WDR, Pixelkompensation und echter Tag-/Nachtfunktionalität – über die neue EHLC-Funktionalität (Excessive High Light Compensation). Diese Funktion dunkelt zum einen sehr helle Bereiche im Videobild ab, wie zum Beispiel Autoscheinwerfer, die frontal in die Kamera leuchten. Zum anderen werden gleichzeitig sehr dunkle Bildbereiche aufgehellt, so dass im genannten Beispiel das Nummernschild trotz der Abdunkelung klar erkennbar wird. Zur effektiven Rauschunterdrückung kommen wahlweise die Funktionen 2D und das besonders effektive 3D-DNR zum Einsatz.
Kommentar von
Uwe Höppner, Produktmanager für eneo„Die VKC-1375 und VKCD-1375 zeigen, was bei Kameras heute alles möglich ist. Gerade sensible Bereiche können mit der VKC-1375 und der VKCD-1375 sehr viel effizienter und verlässlicher überwacht werden, da das Personal sofort benachrichtigt wird, schlägt eine der Analysefunktionen Alarm. Die hohe Auflösung stellt dann sicher, dass auch Details und Gesichter genau erkennbar werden. Bei beiden Kameras kommt der neue Sensor 1/3“ Super-HADII PS 960H CCD von Sony mit mehr aktiven Pixeln zum Einsatz – damit werden echte 650 TV Linien sicher gestellt.“

Weitere Informationen erhalten Sie bei Ihrem Videor Vertriebspartner:
ViSiTec Video-Sicherheit-Technik GmbH

 

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.