Uwe Rienäcker

 

Echtzeit Videoanalyse

 

Projektentwicklung

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.

mailbox ind mailbox