In der Videosicherheit werden unterschiedliche Verfahren zur automatischen Bildauswertung eingesetzt. Neuronale Netze können beispielsweise Personen oder Fahrzeuge in einem Videobild erkennen und klassifizieren. Diese Informationen lassen sich anschließend mit zuvor festgelegten Regeln verknüpfen. Je nach Aufgabe können mehrere Verfahren zusammenwirken. Welche Technik dabei zum Einsatz kommt, hängt von der jeweiligen Aufgabe ab. Für den Anwender zählt vor allem, welche Informationen die Analyse liefert und wie sie sich im Sicherheitssystem weiterverwenden lassen.
Ein etabliertes Einsatzfeld ist die automatische Auswertung von Videobildern. Video Content Analysis, kurz VCA, kann unter anderem Objekte und deren Eigenschaften erfassen, Objekte klassifizieren oder definierte Szenarien erkennen. Dazu gehören beispielsweise Bewegungen in einem vordefinierten Bereich, das Überschreiten einer virtuellen Linie, eine falsche Bewegungsrichtung oder das längere Verweilen an einem Ort.
Videoanalyse wird in der Sicherheitstechnik bereits seit vielen Jahren eingesetzt. Mit neueren KI-Verfahren sind weitere Möglichkeiten der Bildauswertung hinzugekommen. Dabei ersetzen die neuen Verfahren bestehende Analysemethoden aber nicht zwangsläufig.
Unterschiedliche Verfahren für unterschiedliche Aufgaben
Nicht jede Anwendung benötigt die gleiche Analysetiefe. Für manche Aufgaben reicht es aus, Personen oder Fahrzeuge im Bild zu erkennen und zu klassifizieren. In anderen Fällen müssen einzelne Objekte über mehrere Bilder hinweg verfolgt werden. Für weitere Analysen kann wiederum eine pixelgenaue Erfassung erforderlich sein.
Auch die gewünschte Aussage bestimmt den Analyse-Aufwand. Eine einfache Objektdetektion kann beispielsweise feststellen, dass sich eine Person im Bild befindet. Sollen dagegen Handlungen oder Verhaltensmuster wie Loitering (Herumlungern), eine bestimmte Bewegungsrichtung oder eine Gewalthandlung erkannt werden, müssen zusätzliche Informationen ausgewertet werden.
Die Anforderungen der jeweiligen Aufgabe beeinflussen auch, wo die Analyse im System stattfindet. Viele Kameras können eine einfache Objektdetektion bereits direkt am Sensor, also on Edge, ausführen. Beim sogenannten Edge Computing werden die Daten nahe an ihrer Quelle verarbeitet. Reicht diese Analyse für die gewünschte Aussage nicht aus, können weitere Verarbeitungsschritte auf anderen Komponenten im Netzwerk, auf lokalen Servern oder in der Cloud erfolgen. Wo welche Analyse ausgeführt wird, hängt unter anderem von der benötigten Rechenleistung und der verfügbaren Bandbreite ab.
Integration wird zur zentralen Aufgabe
Für unterschiedliche Aufgaben gibt es spezialisierte Analyseverfahren verschiedener Anbieter. Das System zur Objekterkennung muss also nicht vom Hersteller der eingesetzten Kamera oder eines bestimmten Videomanagementsystems stammen. In einer Anwendung können mehrere Analyselösungen zum Einsatz kommen, die ihre Ergebnisse an ein übergeordnetes System liefern. Voraussetzung dafür sind aber geeignete Schnittstellen. Accellence verfolgt mit seiner offenen Videoanalyse-Plattform den Ansatz, Analyseverfahren verschiedener Anbieter in eine gemeinsame Infrastruktur einzubinden. Je nach Anwendung lassen sich so unterschiedliche Werkzeuge nutzen und ihre Ergebnisse im Videomanagementsystem zusammenführen.
Eine wichtige Rolle spielt auch, an welcher Stelle im System die Analyse erfolgt. Werden Videodaten analysiert, bevor sie in ein einheitliches Format umgewandelt werden, muss die Analyselösung mit unterschiedlichen Schnittstellen und Datenformaten umgehen können. Erfolgt die Analyse dagegen erst nach diesem sogenannten Transcoding, muss nur noch eine Schnittstelle beziehungsweise ein Datenformat unterstützt werden. Das kann die Einbindung unterschiedlicher Analyseverfahren deutlich vereinfachen.
Die technische Einbindung ist also eine Voraussetzung dafür, unterschiedliche Analyseverfahren in einem System nutzen zu können. Was KI darüber hinaus zur Auswertung der Videodaten beitragen kann, zeigt sich bei den Aufgaben, die mit klassischen Verfahren nur schwer zu lösen sind.
Was KI zur Videoanalyse beitragen kann
Künstliche Intelligenz kann große Mengen an Videodaten verarbeiten und darin Muster oder Auffälligkeiten erkennen, die für Menschen nur schwer oder mit erheblichem Aufwand zu erfassen wären. In der Videosicherheit kann sie so die Aufmerksamkeit gezielt auf relevante Bilder und Ereignisse lenken. Neben Videobildern lassen sich weitere Informationen wie Ton, Text oder Daten anderer Sensoren in die Analyse einbeziehen. Ihre gemeinsame Auswertung kann ein umfassenderes Bild einer Situation liefern.
Wie KI eingesetzt wird, richtet sich nach der jeweiligen Aufgabe. Je nach Anwendung kann sie bereits bei der Erkennung und Klassifikation von Objekten zum Einsatz kommen oder weitergehende Analysen unterstützen. Dazu gehören die Auswertung komplexerer Muster und die gemeinsame Verarbeitung unterschiedlicher Informationen. KI steht damit nicht in Konkurrenz klassischen Videoanalyse, sondern erweitert vielmehr die Verfahren, die für unterschiedliche Aufgaben zur Verfügung stehen.