Foto: Dahua

Sicherheitslösungen für Smart Citys

Zufriedenheit und Effizienz

Moderne Städte müssen zunehmend auf den Schutz ihrer Bewohner und Sachwerte achten. Denn sie sind heute vielfältigen Bedrohungen ausgesetzt – vom Terrorangriff bis hin zu Verkehrsunfällen. Optimal wirkt ein integriertes und smartes System für die urbane Sicherheit.

In der Vergangenheit haben sich die Verantwortlichen in Sachen Sicherheit oftmals stark auf „Manpower“ verlassen, und so wurden Investitionen meist dazu verwendet, die Anzahl an Personen zu erhöhen, die sich mit Problemen ausein-andersetzen. Dieses Konzept geht heute nicht mehr auf, da in vielen Städten im Zuge der Urbanisierung die Bevölkerungszahlen und damit auch die Datenmengen explodiert sind. Auch sind die hohen Ausgaben für den Einsatz von Personen unverhältnismäßig im Vergleich zu den Ergebnissen, speziell in Bezug auf die Sicherheit. Beispielsweise verursacht es aufseiten der Polizei viel Zeit und Aufwand, um einen Verdächtigen in einer großen Stadt zu verfolgen – nicht nur, weil dort so viele Menschen leben und es viel zu viele Orte zu überprüfen gibt, sondern auch weil moderne Verkehrssysteme eine Person nahezu überall hinbringen können. Ganz zu schweigen von den Unannehmlichkeiten, die eine solche Operation für normale Bürger mit sich bringt.

Intelligenter Ansatz

Die Smart-City-Lösung von Dahua nutzt eine hochintegrierte Plattform und Künstliche Intelligenz, um Sicherheit für Mega- Citys herzustellen, ohne die Polizeikräfte dramatisch aufstocken zu müssen. Die Videoplattform nutzt Deep Learning, um eine schnelle und effektive Risikoerkennung durchzuführen. Die einheitliche Lösung erlaubt eine schnellere Reaktion auf Notfälle, während leistungsstarkes Data-Mining dabei hilft, mehr Erkenntnisse aus den am Frontend gesammelten Daten zu gewinnen. Dies zusammen bietet bisher ungekannte Vorteile. Deep Learning erweitert beispielsweise die Möglichkeiten der Videoanalyse. Dahua erreichte 2016 eine Genauigkeit von 99,78 Prozent bei der Gesichtserkennung im renommierten Test Labeled Faces in the Wild (LFW). Deep Learning ermöglicht zudem eine unmittelbare Klassifizierung von Personen und Fahrzeugen im Video und eine Extraktion von detaillierten Merkmalen, wie beispielsweise Kleidungsfarbe, Geschlecht, Kopfbedeckung, Nummernschild, Fahrzeugfarbe, Größe, Modell/Marke, Handynutzung, Sicherheitsgurtnutzung und andere.

Vier Ebenen

Der Ansatz der Smart-City-Lösung wirkt auf vier Ebenen: Prävention, Erkennung, Reaktion, Nachforschung. Durch die Verbesserung jeder einzelnen kann die Lösung die Abläufe in der Stadt generell optimieren. Die Prävention richtet das Augenmerk auf potenziell gefährliche Personen, noch bevor sie der öffentlichen Sicherheit schaden können. Dazu müssen große Datenmengen erfasst und analysiert werden. Die Dahua- Lösung bringt dazu fortschrittliche Vorhersagemodelle mit, die Vorfälle noch genauer einschätzen können. Durch die umfassende Analyse von Verkehrsverstößen, die von Verkehrskameras erfasst werden, kann das System eine Warnliste von Fahrzeugen mit vielen Verstößen erstellen. Die Ebene der Erkennung bezieht sich auf die Echtzeitüberwachung in vielen Formen, inklusive der Nutzung von 360-Grad- Panoramakameras und Weitbereichs-Thermalkameras. Zusätzlich kann die mit Deep Learning ausgestattete Lösung automatisch gefährliche Individuen und ihre Verhaltensweisen auf Basis des umfangreichen Datenpools erkennen. Das Verkehrsüberwachungssystem half beispielsweise der Stadt Hang zhou während des G20-Gipfels, fast 30.000 Verstöße von Fahrzeugen zu detektieren, was den Polizisten eine große Last abnahm, so dass sich diese darauf konzentrieren konnten, den Bereich um den G20-Gipfel zu sichern.

Reagieren und nachforschen

Die Ebene der Reaktion ermöglicht es Schlüsselorganisationen der Stadt, auf Sicherheitsrisiken und Bedrohungen in Echtzeit zu reagieren. So können die Behörden gegen die potenzielle Eskalation eines Vorfalls vorgehen. Dahua erhöht hierzu auch die Effizienz der Kommunikation mit seiner integrierten Plattform, was einheitliche und zentralisierte Datenspeicherung ebenso ermöglicht wie einen Austausch dieser über Behördengrenzen hinweg. Im Falle einer Naturkatastrophe kann das System alle Informationen auf einer elektronischen Karte bündeln und die verfügbaren Notfalleinsatzkräfte darstellen, so dass alle relevanten Abteilungen darauf zugreifen können. Eine nahtlose Überwachung der Unglücksregion kann an alle sich nähernden Einheiten übertragen werden. Die Ebene der Nachforschung schließlich stellt sicher, dass man in der Lage ist, die von den verschiedenen Systeme gesammelten Daten schnell und zielsicher auszuwerten, um sich ein genaues Bild von den Abläufen, etwa nach einer Straftat, zu machen. Hierbei erweisen sich Technologien wie die Videozusammenfassung als nützlich, da sie einen kurzen Überblick über alle bewegten Objekte innerhalb einer langen Videosequenz liefert. Die Objekte lassen sich nach Kriterien wie Größe, Farbe, Richtung oder Geschwindigkeit filtern. Darüber hinaus finden sich zahlreiche Data-Mining- Methoden, wie eine Analyse aktiver Bereiche oder Ziele oder die Trajektor-Analyse. Wenn also ein Krimineller in anderer Kleidung oder einem neuen Fahrzeug zu entkommen versucht, wird ihm das in einer mit der Smart-City-Lösung ausgestatteten Stadt kaum gelingen.

Vielschichtige Vorteile

Die Lösung setzt das Motto „Sichere Gesellschaft, smartes Leben“ in vielfacher Hinsicht um. Das staatliche Investment misst den Grad an anhaltenden Zuwendungen von Regierungen, um eine problemlose Funktion und Entwicklung von Systemen zu gewährleisten. Nach der Einführung einer Smart- City-Lösung sanken etwa die Investitionen Londons in die Polizei um zehn Prozent, während der Präventionsgrad für Kriminalität seit 2015 um 0,5 Prozent gestiegen ist. Das Sicherheitsergebnis misst die Veränderungen in Sachen Kriminalität und Risiko beim Bürger. Es berücksichtigt auch die öffentliche Wahrnehmung darüber, wie gut die städtischen Verantwortlichen mit Vorfällen umgehen. Dies wird durch Effizienzgewinne beim Einsatz der Überwachungssysteme realisiert. Soziale Vorteile beziehen sich auf das Vermögen der Bevölkerung Unterhaltung und Freizeit sicher zu genießen und wie sich ihre Einstellung gegenüber der Regierung ändert. Wirtschaftliche Vorteile schließlich betreffen den persönlichen Wohlstand, Ausgaben für Tourismus oder die Erträge des Handels zusammen mit Arbeitslosenzahlen und der Fähigkeit einer Stadt, auf kurzfristige wirtschaftliche Schwankungen zu reagieren. Eine Smart-City-Lösung beherzigt alle oben genannten Faktoren und ermöglicht es der Regierung, Ausgaben zu senken, Kriminalität zu reduzieren und gleichzeitig die Sicherheit und das Wohlbefinden der Bürger zu stärken. Die Einwohner der Stadt profitieren von einem erhöhten Lebensstandard, ohne dass sich dies in größeren Ausgaben niederschlägt. Kurz zusammengefasst: Sie sind zufriedener, mit ihrem Leben und der Regierung.

Zhejiang Dahua Technology Co., Ltd, www.dahuasecurity.com

Foto: Dahua

Genaue Gesichtserkennung

Biometrischer Spitzenreiter

Der weltweit angesehene Test „Labeled Faces in the Wild“ (LFW) dient zur Prüfung der Detektionsgenauigkeit von Gesichtserkennungssystemen und basiert auf einer einheitlichen Datenbank. Nun ist ein neuer Rekord bei der Genauigkeit aufgestellt worden.

Foto: Fotolia/zapp2photo

Einsatzgebiete für Deep Learning

Tiefbau statt Flachdach

Durch hochauflösende Videotechnik hat die Datenmenge in Sicherheitsprojekten innerhalb kürzester Zeit dramatisch zugenommen. Effiziente Erfassung, Analyse und intelligente Anwendung der Daten werden daher immer kritischer. Die videobasierte Intelligenz zu erhöhen, sollte deshalb ein branchenweites Ziel sein. Deep Learning kann dabei helfen.

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: Axis Communications

Netzwerkvideo und Big Data

Die Masse macht’s

Es wird eng in Deutschlands Metropolen. Immer mehr Menschen zieht es vom Land in die Städte. Eine datenbasierte Stadtverwaltung legt den Grundstein für einige urbane Problemlösungen.