Was läuft im Hintergrund der Lösungen ab, an denen wir für Sie tüfteln? Erfahren Sie mehr in den Tech-Talk Beiträgen.
In der Technologiebranche ist Thomas Dierl zuhause, in Datenbanken kennt er sich hervorragend aus.
Bitte lächeln: Heutzutage sind wir es gewohnt, von vielen Kameras umgeben zu sein. Beim Spaziergang durch einen Bahnhof fallen die Linsen schon gar nicht mehr auf, so vertraut ist uns deren Präsenz. Sollten sie uns auffallen, würden wir auch nicht wissen, um welche Art von Kamera es sich handelt. Optische Unterschiede gibt es zwischen herkömmlichen und smarten Kameras kaum. Im Kameragehäuse schaut das allerdings anders aus: in ihrer Funktionsweise unterscheiden sich die beiden Kameratypen ziemlich. Wie genau, erfahren Sie in den nächsten Zeilen.
Eine "normale" Überwachungskamera ist ein einfacher Sensor, der Bilder produziert und diese meist an eine zentrale Stelle (Überwachungszentrale und/oder Recorder) weiterleitet. Dort werden die Bilder weiterverarbeitet, um Unregelmäßigkeiten oder andere Auffälligkeiten herauszufiltern. Das erfolgt entweder durch Mensch oder Maschine. Je nach Anwendung sendet der Sensor die Bilder rund um die Uhr, oder einmalig. Wesentlich dabei ist, dass die Bilder als Ganzes laufend durch ein Netzwerk zu einer zentralen Stelle übermittelt werden müssen.
Smarte Kameras erstellen genauso Bilder wie herkömmliche Kameras. Anstatt diese dann ungefiltert an eine zentrale Stelle zu senden, durchsuchen sie die Aufnahmen nach Auffälligkeiten, Unregelmäßigkeiten oder anderen Mustern. Im Anschluss übermitteln sie nur mehr die notwendigen Informationen - und nicht das ganze Bild.
Smarte Kameras senden also nur mehr spezifische Infoschnipsel: das spart Daten. Diese Datenminimierung wiederum verkleinert das Risiko von Datendiebstählen oder Verstößen gegen die DSGVO.
Gegenüber einer herkömmlichen Kamera benötigt die smarte Kamera einige Erweiterungen:
Sie wollen verstehen, was im Innenleben von smarten Kameras genau passiert? Die folgenden drei Punkte geben Aufschluss.
Während des Bildverarbeitungsprozesses dekonstruiert eine smarte Kamera das Bild, um so gewisse Elemente herauszufiltern. Heute basieren diese Prozesse meist auf künstlichen neuronalen Netzen. Diese können auf gewisse Elemente trainiert werden. Dadurch erkennen sie beispielsweise Personen oder Autos, Busse, Fahrräder und andere Objekte im Handumdrehen: Im Prinzip alles, worauf die schlauen Kameras trainiert wurden. Wir vermuten, dass im Lauf der Zeit immer weitere Elemente dazu kommen werden.
Die anwendungsspezifische Informationsverarbeitung ist der Teil der smarten Kamera, der die Daten aus dem Bildverarbeitungsprozess interpretiert und nach konfigurierbaren Elementen sucht. So zum Beispiel die Anzahl an Personen oder Autos in einem bestimmten Raum oder Platz. Das kann fürs Verkehrsmanagement von Smart Cities interessant sein. Ein weiteres Beispiel für solch ein konfigurierbares Element wäre die Botschaft, dass sich jemand länger als eine definierte Zeit in einem bestimmten Bereich aufhält. Das ist dann auch die Information, die weitergeleitet wird. Es lässt sich bereits erahnen, dass der weitergeleitete Infohappen deutlich kleiner ist, als es das gesamte Bild wäre. Auch sind beispielsweise Personen nicht mehr erkennbar, obwohl sie im Bild noch erkennbar sein könnten.
Mit entsprechender Einstellung filtert die Smarte Kamera Personen auf einer Kreuzung heraus.
Mit der intelligenten Bildverarbeitung kann die Smarte Kamera verschiedene Arten an Verkehrsteilnehmern und deren Wege klassifizieren.
Die Schnittstellen dienen in einem letzten Schritt dazu, die Botschaften aus der Informationsverarbeitung an die richtigen Stellen weiterzuleiten. Dort lösen sie weitere Aktionen aus, wie z.B.