Die Videotechnik entwickelt sich rasant weiter: Neben der optischen Beweissicherung bieten sich Behörden und der Polizei immer mehr Möglichkeiten zur automatischen oder teilautomatisierten Analyse von Bilddaten. Hier den Überblick zu behalten ist nicht immer einfach, zumal in hoher Frequenz neue Lösungen auf den Markt drängen und viele Systeme sich noch im Forschungs- und Experimentierstadium befinden. Dieser kurze Beitrag soll vermitteln, wie Entscheider teure Fehler vermeiden können. Und dabei sind das Wichtigste gar nicht einmal die Analysesysteme selbst.

Wenn es um die Analyse von Videobildern geht, sieht man sicht tatsächlich am Beginn vieler Möglichkeiten. Denn Kameras sind prinzipiell als „optische Sensoren“ hervorragend zur Erfassung von Analysedaten geeignet: Es gibt wenig bessere Möglichkeiten, mit relativ geringem Aufwand verschiedenste Arten von Daten aus komplexen Zusammenhängen zu extrahieren als ein Videobild.

Die Möglichkeiten aus der Videoanalyse sind vielfältig: „Crowd-Analysen“ zum Zählen von Personen oder Objekten, „Appearance Search“ zum Auffinden von Personen basierend auf bestimmten Merkmalen, diverse „Intrusion Detection“-Systeme etwa zur Absicherung von „Sterile Areas“ beispielsweise im Stadionumfeld oder am Perimeter von Kritischen Infrastrukturen und vieles mehr. Die meisten Systeme arbeiten heute mit einer Objektklassifizierung basierend auf neuronalen Netzen, häufig auch im allgemeinen Sprachgebrauch mit „Künstlicher Intelligenz“ gleichgesetzt.

„Quality In, Quality Out“: Die definierbare Bildqualität ist ausschlaggebend
Bei aller Begeisterung wird aber eines sehr häufig unterschätzt: die Bedeutung der Datenqualität. Häufig wird der Fehler gemacht, dass nur das Analysesystem betrachtet und bewertet wird, und nicht die Gesamtlösung. Und so sind viele Anwender enttäuscht, die „einfach mal ein paar Kameras aufgehängt“ haben und dann Analysen auf dem so gewonnenen Bildmaterial „fahren“.

Dabei kann gemäß der alten Regel „Quality In, Quality Out“ die Qualität der Analyseergebnisse natürlich immer nur so gut sein, wie die Bildqualität und damit die Güte der Eingangsdaten. Die Bildqualität ist als „Pixel pro Meter (px/m)“ in der DIN EN 62676-4 festgelegt und der wesentliche Paramater für jedes Videosystem: Je nachdem, ob z. B. 62,5 px/m für eine KI-basierte Objekterkennung von Personen oder 250 px/m für eine fast 100-prozentig sichere Gerichtsverwertbarkeit durch die Identifizierbarkeit von Gesichtsaufnahmen gefordert sind.

Die richtige Planung und geeignete Technologien
Der Schlüssel zum Erfolg ist deshalb, den für eine bestimmte Analyseform, wie z. B. dem Unterscheiden von Personen und Fahrzeugen, notwendigen Mindestwert auf der ganzen zu erfassenden Fläche zuverlässig bereitzustellen. Dies ist nur möglich, wenn ein Hersteller über die entsprechenden Tools und Planungssysteme sowie das Know-how und die Experten verfügt, um diese Planungen durchzuführen.

Des Weiteren sind Kameratechnologien erforderlich, die dafür konzipiert sind, auch auf großen Flächen diese Mindestauflösungen bereitzustellen. Selbst ultrahochauflösende Megapixel-Kameras kommen hier gerade in den weiter entfernten Bildbereichen schnell an ihre Grenzen bzw. sind bei großen Flächen unwirtschaftlich. PTZ-Kameras sind für die Analyse von Gesamtzusammenhängen prinzipiell ungeeignet, da sie jeweils nur auf einen bestimmten Teilbereich fokussieren und vorrangig der aktiven Videobeobachtung dienen.

Moderne, sogenannte Multifocal-Sensorsysteme, bei denen mehrere Sensoren unterschiedlicher Brennweite in einem System kombiniert werden, erlauben eine exakt definierte Mindestauflösung auf der gesamten zu erfassenden Fläche auch in großen räumlichen Zusammenhängen und stellen dadurch meist auch gleichzeitig auch die wirtschaftlichste Herangehensweise dar.