Intelligentere Videoüberwachung
Dieser Text ist im Cache von metaowl.de - das Original ist hier zu finden.
Und noch ein intelligenteres Videoüberwachungssystem: "KiwiVision" von KiwiBlue, entwickelt von vier Studenten und Absolventen der Technischen Universität Wien im Rahmen eines Gründungsprojekts des universitären Gründerservice INiTS, über das im Artikel KiwiBlue: Trackingsoftware verfolgt Diebe berichtet wird. Aus der Firmen- und Produktzusammenfassung:
Warum KiwiVision?
Der globale Trend der Videoüberwachung geht in Richtung mehr Sicherheit und mehr Kameras. Doch eine große Anzahl von Kameras ist sinnlos wenn nicht Ressource sprich Sicherheitsbeamte, zur Verfügung stehen, um diese zu überwachen. Und selbst wenn eine Person "nur" zehn Kameras überwachen muss, kann von einem Menschen nie alles gleichzeitig gesehen werden. Hier kommt KiwiVision ins Spiel. KiwiVision kann eine (theoretisch) unendliche Anzahl von Kameras überwachen und erkennen, ob und wo sich etwas ereignet, das nicht erwünscht ist. So zum Beispiel ein unbefugter Zutritt, ein Einbruch oder ein Überfall. Sobald das System ein solches Ereignis erkennnt, wird ein Sicherheitsbeamter verständigt. Das kann einerseits über den Bildschirm geschehen, indem auf das betreffende Ereignis durch Warnsignale aufmerksam gemacht wird, oder durch andere Medien wie zum Beispiel Email, SMS oder UMTS. Ein automatisches System kennt, im Gegensatz zu menschlichem Personal, keine Ermüdung, keine Fahrlässigkeit und kein Limit an zu beobachtenden Kameras. Dadurch wird die Sicherheit erhöht und Kosten gespart.
Auch interessant – der neue Objekterkennungsalgorithmus, der am Institut für Robotik der Carnegie Mellon entwickelt und in dem Dokument Putting Objects in Perspective beschrieben wird. Grob gesagt werden mit Hilfe des Algorithmus, der automatisch aus 2D-Quellen dreidimensionale Modelle generiert, geometrische Strukturen in Bildern besser erkannt und der Kontext eines Objektes zu dessen Erkennung effizienter analysiert, was die Identifizierung und Unterscheidung von Objekten drastisch erhöhen soll. Die Forscher der Universität jubeln bereits von einem "Durchbruch", der nach zwei Jahrzehnten endlich in den Forschungsbereichen "Computer Vision" und "Pattern Recognition" gelungen sei. Der Durchbruch könnte neben der Objekterkennung für Roboter auch der Erhöhung der Kapazitäten von Videoüberwachungssystemen dienen. Aus der Pressemitteilung:
Der globale Trend der Videoüberwachung geht in Richtung mehr Sicherheit und mehr Kameras. Doch eine große Anzahl von Kameras ist sinnlos wenn nicht Ressource sprich Sicherheitsbeamte, zur Verfügung stehen, um diese zu überwachen. Und selbst wenn eine Person "nur" zehn Kameras überwachen muss, kann von einem Menschen nie alles gleichzeitig gesehen werden. Hier kommt KiwiVision ins Spiel. KiwiVision kann eine (theoretisch) unendliche Anzahl von Kameras überwachen und erkennen, ob und wo sich etwas ereignet, das nicht erwünscht ist. So zum Beispiel ein unbefugter Zutritt, ein Einbruch oder ein Überfall. Sobald das System ein solches Ereignis erkennnt, wird ein Sicherheitsbeamter verständigt. Das kann einerseits über den Bildschirm geschehen, indem auf das betreffende Ereignis durch Warnsignale aufmerksam gemacht wird, oder durch andere Medien wie zum Beispiel Email, SMS oder UMTS. Ein automatisches System kennt, im Gegensatz zu menschlichem Personal, keine Ermüdung, keine Fahrlässigkeit und kein Limit an zu beobachtenden Kameras. Dadurch wird die Sicherheit erhöht und Kosten gespart.
We live in a three-dimensional world but, for the most part, we see it in two dimensions. Discerning how objects and surfaces are juxtaposed in an image is second nature for people, but it's something that has long flummoxed computer vision systems.
Now, however, researchers in Carnegie Mellon University's School of Computer Science have found a way to help computers understand the geometric context of outdoor scenes and thus better comprehend what they see. The discovery promises to revive an area of computer vision research all but abandoned two decades ago because it seemed insoluble. It may ultimately find application in vision systems used to guide robotic vehicles, monitor security cameras and archive photos.
Now, however, researchers in Carnegie Mellon University's School of Computer Science have found a way to help computers understand the geometric context of outdoor scenes and thus better comprehend what they see. The discovery promises to revive an area of computer vision research all but abandoned two decades ago because it seemed insoluble. It may ultimately find application in vision systems used to guide robotic vehicles, monitor security cameras and archive photos.
von rabenhorst - Owl,
gepostet am Samstag, 24. Juni 2006 um 10:14
