|
09/2003
|
Im Kontext eines anderen Projekts wird darüber diskutiert,
Unregelmäßigkeiten im Geschäftsbetrieb mittels
visueller Überwachnung beizukommen. Dieser Versuch erweist
sich nicht nur als rechtlich problematisch sondern auch als
völlig unrealistisch. Die Datenmengen sind selbst bei
einer getriggerten Erfassung nicht zu beherrschen. Es reift
die Idee der selektiven Videoaufzeichnung.
|
|
12/2003
|
Analysen von Aufzeichnungen der Verkehrsüberwachung
bestätigen eine Vermutung. Einzelne Bilder lassen sich grob
über die bei der zeilen- und spaltenweisen Korrelation
entstehenden Muster mittels neuronaler Netze klassifizieren.
|
|
02/2004
|
Die Klassifikationsgüte reicht nur für im
Verhältnis zum Bildausschnitt große Objekte aus. Das
Verfahren wird verfeinert. Die Bilder werden in kleinere, sich
überlagernde Ausschnitte aufgeteilt und diese einzeln
gescannt und klassifiziert.
|
|
04/2004
|
Die feste Größe von Ausschnitt und Raster erweisen
sich als unvorteilhaft. Die gesuchten Objekte passen sich weder
den Ausschnitten noch dem Raster an. Statt dessen sollten Position
und Größe der Ausschnitte besser durch die Erkennung
bewegter Regionen bestimmt werden.
|
|
07/2004
|
Das Verfahren ist noch viel zu langsam und dafür
die Erkennungsleistung nicht ausreichend, um verwertet werden zu
können. Der Grundstein für eine neue Version wird
gelegt. Das bisherige Prinzip der Korrelation als Methode zur
Differenzbildung und Merkmalsextraktion wird auf den
komprimierten Bildraum angewandt.
|
|
08/2004
|
Die Entwicklung des Projekts wird zukünftig langsamer
voran gehen. Neue berufliche Verpflichtungen lassen die Freizeit
knapp werden.
|
|
01/2005
|
Im Ergebnis ausgiebiger Tests werden die Methoden vereinfacht.
Eine reine Differenzbildung zur Bewegungserkennung und einfache
arithmetische Operationen zur Merkmalsgewinnung sind
effektiver als die Korrelation. Nach weiteren Veränderungen
entsteht die aktuelle Version. Diese ist nun für die
Verarbeitung von Motion JPEG Video Daten optimiert.
|
|
05/2005
|
Das System läuft jetzt voll automatisiert, stabil und
schnell genug. Eine Beschreibung steht noch aus. Nach knapp
4 Monaten liegt das Ergebnis vor.
|
|
10/2005
|
Eine Verfeinerung des Rasters bei der Merkmalsextraktion
verbessert die Erkennung kleinerer Objekte. Ein neues
Hintergrundmodell liefert präzisere Segmentationen.
Im Ergebnis kann die gleiche Güte bei der Klassifikation mit
einer wesentlich kleineren Trainingsmustermenge erreicht werden.
Die Geschwindigkeit wird dadurch nicht beeinträchtigt, im
Gegenteil, die höhere Präzision beschleunigt die
Verarbeitung.
Die aktuellen Veränderungen befinden sich in der Testphase.
Ein Verfahren zur Gewinnung beleuchtungsinvarianter Bilder
ist Ziel unmittelbar folgender Entwicklungen.
|
|
aktuell
|
Die Speicherung der Videodaten als Motion JPEG ist nicht effektiv
genug. Das Format enthält so viel redundante Informationen,
daß eine weitere Kompression sinnvoll erscheint. Durch
Kodierung der Differenzen der DCT Koeffizienten kann das Volumen
ohne sichtbare Qualitätsverluste auf ein Zehntel des
ursprünglichen reduziert werden. In Kombination mit der
selektiven Videoaufzeichnung sind Datenraten von durchschnittlich
20 kbit/sek., bei geringerer Qualität sogar bis zu 10
kbit/sek., erreichbar.
|
