Die Technologie der Videoanalytik geht mit Bilddaten anders um als eine menschliche Bedienperson, und das ändert die Prioritäten für die Nutzbarkeit der Bilder. Doch es gibt typische Attribute der Bildqualität, die für eine hohe Analyseleistung ausschlaggebend sind. Das Wissen und die Erfahrung von Axis im Bereich der Bildverarbeitung ermöglichen die Optimierung der Bildqualität und der Benutzerfreundlichkeit, um die Überwachungsleistung sowohl für das menschliche Auge als auch für die Analytik zu gewährleisten.
Der Einfluss von Analysefunktionen auf die Kameraentwicklung
Bei der Entwicklung der ersten Sicherheitskameras ging es vor allem darum, die Bildqualität für die Bedienperson zu optimieren. Dieses ursprüngliche Ziel gilt noch heute, doch im Laufe der Jahre hat die Videoanalyse für Sicherheitskameras immer größeres Gewicht erhalten. Die Prioritäten bei der Entwicklung von Sicherheitstechnologien haben sich verschoben.
Die Videoanalyse kann automatisch Echtzeitwarnungen auslösen, was für die Optimierung von Sicherheit und Schutz entscheidend ist. Die automatische Erkennung und Verfolgung von Objekten und die Identifizierung von Ereignissen ist außerdem hilfreich, um forensische Beweise in einer Untersuchung zu finden. Analysefunktionen können auch Organisationen bei der Erhöhung ihrer betrieblichen Effizienz unterstützen. Eine Übersicht der gelieferten Daten kann hilfreiche Einblicke für die Prozessverbesserung liefern.
Doch die Qualität der Analytik ist nur so gut wie die der Videos, mit denen sie arbeitet. Um also sämtliche Vorteile nutzen zu können, wie eine genaue und zuverlässige Objekterkennung und -klassifizierung, müssen die Videos für Analysefunktionen optimiert sein.
Nutzbarkeit kontrastreicher Bilder für den menschlichen Betrachter und Bildverarbeitung für Analysefunktionen
Analysefunktionen bieten den großen Vorteil, dass sie besser große Mengen an Videodaten verarbeiten können als der Mensch, weshalb sie viel schneller Aktionen erkennen und Objekte klassifizieren können. Um dies zu erreichen, stützt sich die Analytik auf Computer-Vision-Technologien, einschließlich der auf Deep Learning basierenden KI, die Bilder und Videos auf andere Weise analysiert als der Mensch.
Menschen erfassen den Kontext eines Videostreams, wodurch wir Bilder und Videos leichter interpretieren und verstehen können – sogar bei schlechter Bildqualität oder wenn die Objekte teilweise verdeckt sind. Doch die menschliche Sicht bedeutet auch, dass die Bedienperson durch visuelle Aspekte wie Rauschen, die die Bildqualität mindern, abgelenkt werden kann.
Die Analytik hingegen benötigt eine hohe Bildqualität zur genauen Erkennung von Objekten und Ereignissen, aber die Technologie ist nicht so empfindlich gegenüber dem visuellen Erscheinungsbild des Bildes.
Nutzbarkeit für die Analyse
Eine hohe Bildqualität ist die Grundlage für eine Videoanalyse. Deren Verarbeitungsmöglichkeiten werden durch verschiedene Faktoren beeinflusst. Dazu gehört vor allem die Bewegungsunschärfe, die durch sich mit hoher Geschwindigkeit bewegende Objekte verursacht wird. Bewegungsunschärfe kann für das menschliche Auge problematisch sein, aber der Mensch kann den Kontext erschließen, auch wenn verschiedene Details fehlen. Wenn sich also ein Objekt schnell bewegt, könnte es der menschliche Betrachter erkennen und die Szene interpretieren, die Analysetechnologie aber vielleicht nicht. Daher muss eine Kamera die Bewegungsunschärfe minimieren können, um eine gute Analyseleistung zu erzielen.
Ein Bild mit gutem Kontrast und hoher Schärfe kann auch die Analyseleistung verbessern. Obwohl Analysealgorithmen normalerweise weniger empfindlich gegenüber Bildrauschen sind, ermöglicht eine Kamera mit hoher Leistung bei schwachem Licht sowie einem großen Dynamikbereich mit minimalen Artefakten unter schwierigen Lichtverhältnissen eine genauere Analyse.
Analysefunktionen müssen außerdem in der wahren Welt funktionieren, also müssen die Bilder unter allen Umweltbedingungen einsetzbar sein – sowohl für die Analytik als auch für den menschlichen Betrachter. Bei einer hohen Windlast verbessert Bildstabilisierung die Genauigkeit der Videoanalyse, indem sie die Auswirkungen von Kameravibrationen minimiert. Auch die physischen Bedingungen des Installationsortes, wie Lichtbedingungen und Wetterschutz, beeinflussen die Nutzbarkeit der Bilder stark. Um eine hohe Bildqualität aufrecht zu erhalten, muss die Kamera außerdem immer sauber gehalten werden.
Optimierung der Nutzbarkeit der Bilder für die Analytik und den Menschen
Axis optimiert die Nutzbarkeit der Bilder für Analytik, mit dynamischer Kamerasteuerung für Parameter wie Verschlusszeit, Verstärkung, Rauschunterdrückung, Kontrast und Bildschärfe. So kann sich die Kamera mithilfe der Axis Bildverarbeitung automatisch auf die Bedingungen einstellen. Die Optimierung dieser Bildparameter bildet die Grundlage für eine hohe Analyseleistung, auf der weitere Analysefunktionen entwickelt werden können – sowohl von Axis als auch von unseren Technologiepartnern.
Da jedoch fast immer auch ein Mensch das Video ansehen muss, sei es in Echtzeit oder bei einer nachträglichen Analyse, ist es wichtig, eine hohe Bildqualität für den menschlichen Betrachter zu gewährleisten. Die Bildparameter müssen also auch ausreichend natürlich erscheinen, um einen klaren Überblick zu liefern. Deshalb sind Axis Kameras ab Werk gleichermaßen für Analytik und den menschlichen Betrachter optimiert. Dies ist nicht nur entscheidend für die Leistung der Videosicherheit, sondern reduziert auch den Bedarf an Fachwissen bei der Einrichtung und minimiert den Zeit- und Kostenaufwand für die Inbetriebnahme.
Axis hat sein eigenes Kamera-SoC (System-on-Chip) ARTPEC entwickelt. Damit verfügen wir über das Wissen und die Mittel zur Optimierung der Videoverarbeitung für optimale Bildqualität und Nutzbarkeit, sowohl für Analytik als auch für einen menschlichen Betrachter.
Ganzheitliches Vorgehen beim Kameradesign
Um eine hohe Analyseleistung sicherzustellen und hilfreiche Einblicke zu gewinnen, die Sicherheit und betriebliche Effizienz steigern können, sind alle Aspekte des Kameradesigns wichtig. Diese ganzheitliche Entwicklungsstrategie ist entscheidend, um sowohl die Bilder für eine Analyse zu optimieren, als auch eine hohe Bildqualität für das menschliche Auge sicherzustellen.
