Der Deep-Learning-Videoanalyse-Algorithmus erkennt und klassifiziert verschiedene und identifiziert bestimmte Eigenschaften von Objekten und Personen.
Foto: Hanwha Techwin

Software

Mit Deep Learning- Videoanalyse gegen Fehlalarme

Die neuen ultrahochauflösenden 4K-Kameras der Modellreihe Wisenet P arbeiten mit Deep-Learning-Videoanalyse-Technologie zur Minimierung von Fehlalarmen.

Der Deep-Learning-Videoanalyse-Algorithmus beugt Fehlalarmen vor und erkennt und klassifiziert verschiedene Objekttypen gleichzeitig, darunter Personen, Fahrzeuge, Gesichter und Nummernschilder. Die neue KI-Technologie von Hanwha Techwin geht allerdings noch weiter und identifiziert auch bestimmte Eigenschaften von Objekten und Personen. Bei Menschen ist sie beispielsweise in der Lage, Attribute wie Altersgruppe, Geschlecht oder Kleidungsfarbe zu erkennen. Sogar, ob eine Person eine Brille oder eine Tasche trägt, kann die Technologie ermitteln.

„BestShot“-Funktion sortiert bester Bilder für Videoanalyse vor

Diese Attribut-Informationen werden als Metadaten zusammen mit den von den neuen Wisenet P KI-Kameras aufgenommenen Bildern gespeichert, so dass Sicherheitsverantwortliche schnell und einfach nach bestimmten Objekten oder Vorfällen suchen können. Die neuen Wisenet P-Kameras verfügen außerdem über eine „BestShot-Funktion“. Diese sorgt automatisch dafür, dass nur die besten Bilder auf dem Server gespeichert werden, die von einer Person oder einem Objekt mit den entsprechenden Attributen aufgenommen wurden. Das verringert den Speicher- und Bandbreitenbedarf und Sicherheitsverantwortliche können so effizienter arbeiten. Nutzer der Kameras können sowohl die Hanwha-Software Wisenet Wave oder Wisenet SSM oder auch Videomanagement-Lösungen (VMS) von Technologiepartnern wie Genetec und Milestone nutzen, um gespeicherte Metadaten zu filtern und im Rahmen einer forensischenj Analyse nach bestimmten Objekten oder Personen zu suchen.

Deep-Learning-Technologie zur Reduzierung von Fehlalarmen vielfach anwendbar

Fehlalarme kosten Zeit und Geld. Die Analysetechnologie der Wisenet P-Kameras ist deshalb so konfiguriert, dass sie Bildrauschen sowie sich bewegende Bäume, Wolken oder Tiere automatisch erkennt und ignoriert. Sie sind häufig Ursache für Fehlalarme, wenn übliche Bewegungserkennungstechnologie oder -sensoren eingesetzt werden. Die Hanwha-Technologie minimiert Fehlalarme, so dass sich das Sicherheitspersonal auf tatsächliche Vorfälle und Notfälle konzentrieren kann. Im Zuge der COVID-19-Pandemie haben die ersten Geschäfte wieder geöffnet. Die Abstandsregeln werden jedoch noch für einen längeren Zeitraum bestehen bleiben. Dies bedeutet, dass sich immer nur eine bestimmte Anzahl von Personen gleichzeitig auf einer bestimmten Fläche aufhalten darf. Hier können die Wisenet KI-Algorithmen der neuen Wisenet P 4K KI-Kameras unterstützen. Sie sind in der Lage, die Anzahl der Personen, die einen Bereich betreten und verlassen, genau zu ermitteln und anzuzeigen. Damit behalten die Verantwortlichen stets im Blick, wie viele Personen aktuell anwesend sind.

Weitere wichtige Funktionen der Deep-Learning-Videoanalyse-Technologie

  • Automatisches digitales Tracking: Die Wisenet P AI-Kameras sind in der Lage, zwei Videostreams zu übertragen. Damit sehen Nutzer das komplette Sichtfeld einer Kamera, während sie gleichzeitig die digitale PTZ-Auto-Tracking-Funktion nutzen und damit Bewegungen einer Person oder eines Fahrzeugs in Full HD verfolgen können.
  • Hoher Dynamikbereich: Ein Wide Dynamic Range (WDR) von bis zu 120 dB liefert klare Bilder auch in schwierigen Aufnahmesituationen mit hellen und dunklen Bildbereichen, die sonst häufig zu Über- oder Unterbelichtung führen.
  • DC-Ausgang: Ein 12-Volt DC-Ausgang mit maximal 50 mA liefert Strom zur Versorgung externer Geräte wie LEDs, PIR-Sensoren und Glasbruchdetektoren, so dass diese keinen zusätzlichen Stromanschluss benötigen.
  • Alarm-Ein-/Ausgänge: Angeschlossene Geräte wie LEDs können aktiviert werden, wenn eine Kamera ein Objekt oder eine Person erkennt und klassifiziert.
  • Zwei SD-Kartenslots ermöglichen die Speicherung von Videos oder Daten auf dem Endgerät, wenn es zu einer Unterbrechung des Netzwerks kommt. Videobeweise, die sonst möglicherweise verloren gegangen wären, bleiben so erhalten und können abgerufen werden, sobald die Netzwerkverbindung wiederhergestellt ist.

Die Videoanalyse profitiert stark von den Möglichkeiten, die KI und Deep Learning-Algorithmen bieten.
Foto: Hanwha Techwin

Videoüberwachung

Videoanalyse mit Deep Learning und KI

Die Deep Learning-Videoanalyse bietet ein hohes Potenzial, mit der sich Fehlalarme deutlich reduzieren lassen.

Foto: Vivotek

Vivotek

Mehrwerte für Video dank Deep Learning

Vivotek seine neuesten Videoüberwachungsprodukte, darunter Produkte mit Deep Learning-Technologie, ultra-HD, 180-Grad und 360-Grad Panorama-Kameras sowie Cybersecurity-Lösungen.

Foto: Hanwha Techwin

Hanwha Techwin

Zuversichtlich zum Ziel

Um seine Wachstumsziele zu erreichen, entwickelte Hanwha Techwin einen Strategieplan, der den Vertrauensaufbau in die Marke „Wisenet“ und die bestmögliche Unterstützung seiner Geschäftspartner beinhaltete. Die Besucher der Security Essen 2018 werden zu den Ersten gehören, die sich am Stand des Unternehmens von der Umsetzung dieses Plans überzeugen können.

Foto: CBC

Videoanalysesysteme im Überblick

Gar nicht mal so dumm

Ist eine Kamera lediglich in der Lage, in die Gegend schauen? Gerne würde man dieser noch viel mehr Aufgaben übertragen, die die Sicherheit und Funktionalität erhöhen, Fehlalarme verringern und Prozesse automatisieren. Da muss es doch eine Möglichkeit geben. Oder etwa nicht?