© Vanderbilt 2016
Grundlagen und Grenzen der Analysefunktionen
1.) Grundlagen
Die Analysefunktionen dieser Kamera stützen sich auf den Vergleich aktueller Bil-
der mit einem gespeicherten Referenzbild (Bildpunkt für Bildpunkt). Unterschiedli-
che Graustufenwerte der Bildpunkte werden zu einem so genannten Objekt kombi-
niert. Mithilfe des Analysealgorithmus kann das Objekt nicht klassifiziert werden,
um beispielsweise die Objektart zu erkennen (z. B. Mensch, Tier, Fahrzeug usw.)
2.) Verwendung
Die Analysefunktionen dienen hauptsächlich zur Verwendung in Innenräumen
ohne Menschenmengen. Sie können auch im Außenbereich eingesetzt werden,
wenn gleich bleibende Umgebungsbedingungen vorherrschen. Die Analysefunktio-
nen sind für die Unterstützung bei der Entscheidungsfindung über eine Alarmaus-
lösung und für die Verwendung in der statistischen Analyse konzipiert. Sie sind
kein Ersatz für klassische Einbruchmeldeanlagen und dürfen nicht in Live-Sicher-
heitsanwendungen eingesetzt werden.
Eine Segmentierung der Objekte funktioniert nur in einem stabilen Szenarium mit
gleich bleibenden Lichtverhältnissen, gutem Kontrast und schwachem Videorau-
schen.
3.) Grenzen des Algorithmus, Detektionsqualität
Kamerastandort: Da die Kamera bzw. der Algorithmus mit zweidimensionalen Bil-
dern arbeitet, die aus einer dreidimensionalen Umgebung abgeleitet werden, ist
der Kamerastandort ausschlaggebend.
Ist die Kameraperspektive beispielsweise zu waagerecht ausgerichtet, ist es auf-
grund der flachen Perspektive unmöglich, zwei Objekte auseinanderzuhalten.
Umgebungsbedingungen: Eine ausreichende Ausleuchtung ist zwingend erfor-
derlich. In dunklen Bereichen wirkt sich das Videorauschen negativ auf die Detekti-
onsqualität aus.
Sonnenlicht, Regen, Wind, Schnee, Nebel, Wolken und Schatten beeinflussen die
Detektionsqualität vor allem im Außenbereich. Das Wetter kann sich auch auf die
Analyseleistung in Innenräumen auswirken, wenn die Kamera in der Nähe von gro-
ßen Glasfenstern oder -türen angebracht ist.
Hintergrund: Die Analyse beruht auf dem Vergleich von Bildpunkten (Pixeln).
Deshalb müssen Szenerie und Objekte einen guten Kontrast aufweisen, damit sich
die Objekte vom Vorder- und Hintergrund abheben. Bewegungen im Hintergrund
(wie z. B. ein Fahrstuhl, sich bewegende Blätter usw.) wirken sich auf die Qualität
der Objekterkennung aus, wodurch auch Fehlalarme ausgelöst werden oder eine
Objekterkennung unmöglich wird.
Rechnerauslastung: Die Analysefunktion ist für nicht überlaufene Bereiche aus-
gelegt. Stärkere Aktivitäten im Überwachungsbereich nehmen Rechenleistung in
Anspruch und können zu längeren Reaktionszeiten führen.
4.) Visualisierung von Alarmen
Auf Grundlage des verwendeten Algorithmus können mithilfe des Browsers Objekt-
und Alarmdetails im Video dargestellt werden. Die Information wird nicht mit dem
Videosignal gestreamt, sondern in einem eigenen Metadaten-Stream, der alle rele-
vanten Daten zum Objekt/zur Erkennung enthält. Bei Einsatz eines geeigneten Vi-
deorekorders, wie z. B. dem Vectis iX, können mithilfe der übertragenen Metada-
ten die Objekteigenschaften dargestellt werden.
Konfiguration
57