Ist Ihre Video-Lösung “on the edge“?

Uri Guterman, Head of Product & Marketing bei Hanwha Techwin Europe über die Entwicklung hin zu Edge-basierter Datenspeicherung und weshalb diese innovative, spannende und nachhaltige Videoüberwachungslösungen ermöglicht.


Früher, als es nur analoges CCTV gab, benötigten Verantwortliche lokale Videorekorder, um das von Sicherheitskameras aufgenommene Material zu speichern. Dafür war eine riesige Menge an Videobändern nötig, da jedes Band nur ein sehr begrenztes Speichervolumen hatte, bevor es ausgetauscht werden musste. Organisationen mit mehreren Standorten konnten sich für die Fernüberwachung zudem für Lösungen wie PSTN, ASDL oder teure Standleitungen entscheiden, die dann an einen zentralen Kontrollraum übertragen wurden.

Mit der Einführung der netzwerkbasierten IP-Videoüberwachung konnten Nutzer größere Mengen an Videodaten bequem auf einem Netzwerk-Videorekorder (NVR) oder Server speichern.  Damit wurde das Netzwerk von der Übertragung unwichtigen Videomaterials entlastet. Somit wurde die ereignisgesteuerte Überwachung, im Englischen als „exception reporting“ bezeichnet, zu einer verbreiteten Methode, um Sicherheitspersonal auf einen Vorfall aufmerksam zu machen. Bei Bedarf konnten Verantwortliche damit auch schnell und einfach Bilder rund um einen bestimmten Vorfall abrufen.

Dieser Vorteil verstärkte sich mit der Einführung von Multi-Pixel-Kameras weiter, schließlich mussten sich die aufgezeichneten Videodaten die verfügbare Bandbreite mit allen anderen im Netzwerk übertragenen Daten teilen. Viele Sicherheitsverantwortliche kennen sicherlich den Hinweis des IT-Teams, das vor dem Risiko einer Unterbrechung der Übertragung kritischer Daten warnt.

Auch wenn die meisten in den letzten Jahren installierten komplexen Videoüberwachungssysteme vermutlich vom Hauptnetzwerk eines Unternehmens isolierte Netzwerkressourcen nutzen dürften, spricht nichts dagegen, Bandbreitenbedarf und die damit verbundenen Kosten zu minimieren.

 

The Edge

Verarbeitungsleistung

Hanwha Techwin nimmt eine Vorreiterrolle ein bei der Entwicklung von Chipsätzen mit adäquater Verarbeitungsleistung, die Daten über eingebaute SD-Kartensteckplätze aufzeichnen können, anstatt sie auf einem NVR oder Server speichern zu müssen.

Durch Kameras mit zwei SD-Steckplätzen und einer Speicherkapazität von zusammen bis zu 512 GB können möglicherweise wichtige Beweise sicher „on the edge“, also auf SD-Karten als Sicherungsspeicher gespeichert werden. Bei voller Bildrate werden so beispielsweise Bilder von Zwei-Megapixel-High-Definition-Kameras bis zu 20 Tage lang gesichert, bevor sie überschrieben werden. Die Anzahl der Aufnahmetage kann bei einer niedrigeren Bildrate sogar noch erhöht werden. Gleiches ist möglich, wenn Hersteller eine eigene Komprimierungstechnologie verwenden, die H.265 ergänzt und damit den Speicherbedarf minimiert und die Bandbreiteneffizienz verbessert.

SD-Karten sichern die Daten zudem im Falle einer Netzwerkunterbrechung. Der Einsatz von Kameras mit Auto Recovery Backup (ARB) stellt sicher, dass die auf einer SD-Karte aufgezeichneten Aktivitäten bei einer vorübergehenden Unterbrechung der Verbindung automatisch an ein externes Aufzeichnungsgerät übertragen werden, sobald die Verbindung wiederhergestellt ist.

Die Vorteile dieses so genannten Edge gehen jedoch über die Speicherung von Daten auf einer Kamera hinaus.

The Edge

Edge-basierte Anwendungen

Videoüberwachungskameras werden immer mehr zu smarten IT-Geräten mit Bildsensor und Objektiv. Die hervorragende Qualität der von Multi-Megapixel-Kameras aufgenommenen Bilder ist so selbstverständlich wie das Telefonieren mit einem Mobiltelefon. Wann haben Sie zum Beispiel das letzte Mal eine Werbung gesehen, in der die Gesprächsqualität eines neuen Mobiltelefons angepriesen wurde?

Kameras sind heute zu viel mehr fähig, beispielsweise durch On-Board-Videoanalyseanwendungen wie Heatmapping, Personenzählung und Warteschlangenmanagement sowie Lösungen zur Erkennung von Mund-/Nasenschutz, Abstandsmessung oder Belegungsüberwachung in Pandemiezeiten. Mit der entsprechenden Verarbeitungsleistung ist es dabei sinnvoll, die erfassten Daten am Edge zu verarbeiten und so die Übertragung großer Datenmengen über das Netzwerk zu vermeiden.

Hersteller wie Hanwha Techwin liefern Kameras mit diesen Anwendungen sowie vorinstallierten intelligenten Videoanalysen (IVA). Diese erkennen Manipulationen, Richtungen, Unschärfen, virtuelle Linien, Ein-/Austritte und Bewegungen. Spezialisierten Softwareentwicklern von Drittanbietern bietet das „Edge“ außerdem eine hervorragende Gelegenheit, innovative, serverlose Lösungen zu entwickeln, die verschiedene branchenspezifische Anforderungen bedienen.

 

Kostensparende und skalierbare Lösungen

Für kleine Standorte ist eine serverlose ANPR-Lösung verfügbar, die über Kamera-Relaisausgänge automatisch Bewegungen von Fahrzeugen auf einer Whitelist an Schranken kontrolliert und wertvolle Informationen zum Parkraum-Management liefert, wie z. B. Aufenthaltszeit und Belegungsrate. Hier fallen keine Kosten für Installation und Betrieb auf einem Server an, da bis zu vier Kameras (eine Master-Kamera und drei Slaves) gleichzeitig Videoanalysedaten erfassen und an eine übersichtliche Benutzeroberfläche übertragen können.

Serverlose Edge-basierte Lösungen sind skalierbar und bieten Nutzern somit die Flexibilität, ihre Systeme jederzeit schrittweise zu erweitern, ohne einen kostenintensiven Server anschaffen zu müssen.

 

Deep Learning KI-Videoanalyse

Diese Anwendungen machen die Videoüberwachung zu einer intelligenten Lösung, die längst nicht mehr nur als Sicherheitssystem bei der Überwachung und Erkennung verdächtiger Aktivitäten zum Einsatz kommt.

Eine neue Generation kostengünstiger Kameras mit integrierter Deep Learning KI-Videoanalyse hat die Erkennungsleistung der Geräte weiter verbessert. Die KI-Videoanalyse mit Deep Learning ignoriert Videorauschen, wogende Bäume sowie sich bewegende Wolken und Tiere, die bei Standard-Bewegungserkennungs-Technologien noch häufig zu Fehlalarmen führen, da sie nicht dafür „trainiert“ wurden.

Dieses höhere Leistungsniveau bedeutet, dass sich Sicherheitsverantwortliche auf echte Ereignisse und Notfälle konzentrieren können und keine Zeit mit Fehlalarmen verschwenden. Zusätzlich zur extremen Genauigkeit ermöglicht Deep Learning Nutzern zudem die Suche nach bestimmten Merkmalen und Attributen, z. B. nach der Altersgruppe und dem Geschlecht einer Person oder ob sie Brille oder Hut trägt bzw. eine Tasche mit sich führt.

 

Lösungen für den Einzelhandel

Mit Deep Learning KI ausgestattete Kameras eignen sich besonders für Umgebungen, die höhere Anforderungen stellen als eine herkömmliche Videoanalyse. So können beispielsweise Einzelhändler Informationen wie Alter und Geschlecht erfassen, um demografische Daten ihrer Kunden detailliert zu analysieren und so ein besseres Verständnis des Kundenverhaltens und der Kaufgewohnheiten zu erhalten.

Verkehrsplaner, Ordnungsamt und Polizei können jetzt ebenfalls die Vorteile von KI-Kameras nutzen, um Marke, Modell und Farbe von Fahrzeugen sowie Kfz-Kennzeichen zu identifizieren. Die in Kürze auf den Markt kommende Edge-basierte intelligente Verkehrsmanagementlösung „Wisenet Road AI“ nutzt beispielsweise Deep Learning KI-Videoanalysen, um über 700 Fahrzeugmodelle von 70 Marken zu erkennen. Diese Daten können beispielsweise für Untersuchungen zur Straßennutzung verwendet werden und um Fahrzeuge zu identifizieren, deren Fahrer Verstöße gegen die Verkehrsregeln begangen haben.

Systemintegratoren können ihren Kunden mit „Edge“ innovative und nachhaltige Lösungen anbieten, z. B. unabhängige smarte Geräte, die sogar mit Solarzellen betrieben werden könnten. Auf diese Weise können sie die neueste Technologie nutzen, um Lösungen zu liefern, die zu Zeiten monochromer CCTV-Bilder mit niedriger Auflösung und teurer Datenübertragung nicht für möglich gehalten worden wären.