Längst keine Technologie mehr nur für High-End-Projekte: Wie KI jede Videoüberwachungslösung optimiert

30 Jun 2021

Uri Guterman, Head of Product & Marketing bei Hanwha Techwin Europe, beschreibt in unserem Blogbeitrag, warum Deep Learning KI längst eine Technologie ist, die jede alltagstaugliche Videoüberwachungslösungen aufwerten kann.


Lange Zeit war KI-Technologie kostspielig, so dass Entscheider teilweise bis heute glauben, dass sie sich nur für High-End-Anwendungen lohnt. Zudem hat die Branche selbst mit der Betonung von Fachbegriffen wie „künstlichen neuronalen Netzen” oder “Machine Learning” dazu beigetragen, dass KI für Kunden mit einfachen Videoüberwachungslösungen eher nach teurer Science-Fiction klang als nach konkreten Vorteilen für ihr Unternehmen. Doch mit der Einführung einer neuen Generation von preiswerten Deep Learning KI-Kameras ändert sich dies nun zum Glück rapide.

KI eliminiert Fehlarme

Ein handfester Nutzen für viele Kunden: KI-Kameras reduzieren Fehlalarme deutlich – ein leidiges Thema, das die die gesamte Branche seit Jahrzehnten beschäftigt.  KI-Videoanalyse mit Deep Learning-Technologie kann Bildrauschen, wogende Bäume und sich bewegende Wolken oder Tiere erkennen und ignorieren. Das sind die Hauptfaktoren, die bei Standard-Anlagen zu Fehlalarmen führen.

KI-basierte Deep Learning-Videoanalyse bedeutet also für Kunden, dass sich das Sicherheitspersonal auf echte Ereignisse und Notfälle konzentrieren kann und keine Zeit mehr mit Fehlalarmen verschwendet.

Doch das ist nicht der einzige Vorteil der KI-Technologie auch bei kleineren Videoüberwachungsprojekten. Die extrem hohe Genauigkeit und Analysefähigkeit macht es möglich, Personen auf den Bildern nach Eigenschaften zu suchen und zu filtern. Das kann beispielsweise die Altersgruppe oder das Geschlecht einer Person sein, aber auch, ob sie Brille oder Hut trägt oder eine Tasche mit sich führt.

Deep Learning AI applications

Komplexe Technologie, kinderleichte Einrichtung

Auch wenn die dahinterstehende Technologie noch so smart und komplex ist, sind Einrichtung und Bedienung der modernen KI-Kameras ein Kinderspiel. Damit können Planer und Systemintegratoren die Technologie endlich als elementaren Bestandteil aller Videoüberwachungsprojekte berücksichtigen.

Ein besonders wichtiger Fakt, den alle Beteiligten bei der Argumentation gegenüber den Kunden berücksichtigen sollten: Der Endnutzer muss sich gar nicht erst mit technischen Details und Funktionsweisen der KI auseinandersetzen. Die Systeme werden vorab optimal an die betrieblichen Anforderungen angepasst und sind sofort einsetzbar.

Was genau ist eigentlich Deep Learning?

Doch auch, wenn ein tieferes Verständnis der Technologie für die Nutzung nicht nötig ist, schadet es auch nicht. Deshalb erläutern wir Ihnen im Folgenden den Begriff des Deep Learning im Zusammenhang mit der Video-Analyse. Die Bezeichnung stammt aus dem Forschungsbereich des maschinellen Lernens und stellt eine Möglichkeit dar, künstliche Intelligenz zu erreichen. Die Grundidee dabei ist, eine Maschine darauf zu trainieren, Aufgaben auf Basis einer großen Anzahl von Beispielen auszuführen. Dazu verwendet Deep Learning mehrschichtige oder „tiefe“ künstliche neuronale Netzwerke, die im Wesentlichen vom menschlichen Gehirn inspirierte, mathematische Modelle sind. Durch die Tiefe der Netzwerke sind die Maschinen in der Lage, komplexe Probleme zu lösen, beispielsweise die Erkennung und Identifizierung von Objekten und Ereignissen in Video-Rohmaterial.

Nehmen wir ein konkretes Beispiel: Um das Geschlecht einer Person im Rahmen der Videoanalyse korrekt bestimmen zu können, müssen Hanwha Techwin-Ingenieure zunächst ein Deep-Learning-Netzwerk entwerfen. Dieses wird mittels einer Datenbank aus Millionen von Gesichtern trainiert, die mit dem jeweiligen Geschlecht verknüpft sind. Nach mehrtägigem Training ist das neuronale Netzwerk einsatzbereit und erreicht eine Genauigkeit von ca. 98 %, was in etwa der Fähigkeit des menschlichen Gehirns entspricht.

Deep Learning KI-Techniken erbringt durch diesen Ansatz viel bessere Leistungen als herkömmliche Videoanalyse. Letztere basiert in der Regel auf Bewegungserkennung und ist nicht in der Lage, statische Objekte wie geparkte Fahrzeuge zu identifizieren oder mit Lichtverschmutzung durch Scheinwerfer oder sich bewegende Schatten umzugehen – das ist der Grund für die oben angesprochene Anfälligkeit dieser Systeme für Fehlalarme.

Zudem liefert die KI-basierte Deep Learning-Technologie deutlich bessere Ergebnisse bei der  Videoanalyse in sehr belebten Umgebungen mit schnellen Bewegungen. Das erleichtert die forensische Suche nach Beweisbildern erheblich und beschleunigt ggf. Ermittlungen.

Deep Learning KI wird nach und nach die herkömmliche Videoanalyse ersetzen. Das gilt ganz generell, besonders schnell wird der Umstieg aber in den Einsatzgebieten erfolgen, die anfällig für Fehlalarme sind.

Ein wichtiges Einsatzgebiet der Technologie ist aber auch der Einzelhandel. Händler können durch ihre Überwachungslösung nicht nur die Sicherheit erhöhen, sondern zugleich Daten wie Alter und Geschlecht ihrer Kunden erfassen und analysieren. Daraus können sie wichtige Informationen über das Kundenverhalten und Kaufmuster gewinnen, die sich positiv auf die Umsätze auswirken.

In Zeiten der COVID-19-Pandemie hat Deep Learning KI außerdem in vielen Situationen einen wertvollen Beitrag geleistet, wenn es um die Erkennung von Gesichtsmasken, Abstandsmessung und Belegungsüberwachung ging.

 

Zusammenfassung

Neben der Sicherheit gibt es eine Vielzahl weiterer Möglichkeiten, wie Edge-basierte Deep Learning-KI-Videoanalyse Unternehmen dabei helfen kann, Fehlalarme zu vermeiden, ihre Produktivität zu steigern und in einer von Pandemien betroffenen Welt sicher zu arbeiten. Mit den nun verfügbaren preisgünstigeren KI-Kameras können Nutzer nun in jedem Fall einen hohen “Return on Investment” erwarten.

Haben Sie Fragen zu Deep Learning AI? Sie erreichen Uri Guterman per E-Mail unter  [email protected].