Prompt Enhanced Search in Vaidio Erklärt

Kürzlich haben wir Video Language Models (VLMs) in die Vaidio-Plattform integriert. In einem früheren Artikel haben wir erläutert, wie diese Technologie es ermöglicht, Video nicht nur zu analysieren, sondern tatsächlich zu verstehen. Diese Technologie bildet die Grundlage für eine neue Funktion, die Vaidio als Vision-AI-Plattform bietet: Prompt Enhanced Search.

Prompt Enhanced Search ermöglicht es, Videos mithilfe natürlicher Sprache zu durchsuchen, anstatt sich auf feste Filter oder regelbasierte Konfigurationen zu verlassen. In unserem vorherigen Artikel haben wir erläutert, was Video Language Models sind und warum sie so wichtig sind. In diesem Folgeartikel betrachten wir, wie diese Technologie in der Praxis innerhalb von Vaidio funktioniert und welche Vorteile sie für Endanwender bietet.

Bevor wir jedoch tiefer in Prompt Enhanced Search eintauchen, werfen wir zunächst einen kurzen Blick auf die Grundlagen: Was genau sind Video Language Models?

Was sind Video Language Models?

Kurz gesagt ermöglichen Video Language Models Vaidio, visuelle Informationen mit Sprache zu verknüpfen. Durch die Kombination von Computer Vision, zeitlichem Verständnis und Sprachmodellen kann die Plattform verstehen, was in einem Video passiert – nicht nur in einem einzelnen Moment, sondern über einen längeren Zeitraum hinweg.

Anstatt Video als eine Abfolge isolierter Detektionen zu analysieren, ermöglichen VLMs dem System, Ereignisse, Verhalten und Kontext zu erkennen und diese in einer für Menschen verständlichen Sprache zu beschreiben.

Von traditionellen Suchmethoden zu Prompt Enhanced Search in Vaidio

Die Videosuche in Vaidio basierte traditionell auf:

• festen Filtern (z. B. Kamera, Zeit oder Objekttyp),
• vordefinierten Ereignissen
• oder manuell konfigurierten Regeln und Kombinationen.

Dieser Ansatz bietet leistungsstarke Erkennungs- und Suchfunktionen. Mit zunehmender Komplexität der Umgebungen und wachsenden Mengen an Videodaten entstehen jedoch neue Herausforderungen, die mit dem ursprünglichen filterbasierten Ansatz der Vaidio-Plattform schwerer zu bewältigen sind. Mit Prompt Enhanced Search (PES) führen wir eine grundlegend neue Art der Arbeit mit Video ein.

Anstatt sich durch Menüs und Filter zu navigieren, können Nutzer nun einfach eine Anfrage formulieren, zum Beispiel:

• „Zeige mir Personen, die Fotos machen“
• „Personen, die rennen oder aggressives Verhalten zeigen“
• „Eine Person, die einen kleinen Gegenstand zurücklässt“

Vaidio interpretiert diese Anfragen mithilfe von Video Language Models und durchsucht automatisch die konfigurierten Kameras, Zeiträume und erkannten Ereignisse, um genau die beschriebenen Situationen zu finden.

Wie funktioniert Prompt Enhanced Search innerhalb von Vaidio?

Prompt Enhanced Search in Vaidio basiert auf derselben VLM-Technologie, die kürzlich in die Plattform integriert wurde.

Wenn ein Nutzer eine Anfrage eingibt, führt Vaidio die folgenden Schritte aus:

1. Analyse der natürlichen Sprache der Anfrage
2. Verständnis von Intention und Kontext
3. Übersetzung der Anfrage in Videokonzepte wie Objekte, Aktionen, Orte, Abfolge und Zeit
4. Durchsuchung aller verfügbaren Videodaten, für die PES aktiviert ist
5. Anzeige relevanter Clips und Ergebnisse, die der beschriebenen Situation entsprechen

Anstatt nach einzelnen Detektionen zu suchen, sucht Vaidio nach Ereignissen und Verhalten im Kontext. Dadurch werden Antworten auf Fragen möglich, die zuvor manuelle Untersuchungen oder mehrere Suchvorgänge erfordert hätten.

Von der Suche zur Signalisierung: individuelle Alarme

Prompt Enhanced Search innerhalb von Vaidio kann nicht nur zur nachträglichen Analyse genutzt werden, sondern auch zur Erstellung von Alarmen. Wird eine Anfrage definiert, wird sie automatisch mit einem eindeutigen Hashtag (#) versehen. Durch die Verknüpfung dieser Anfragen mit ausgewählten Kameras kann Vaidio kontinuierlich überwachen und automatisch einen Alarm über den Hashtag auslösen, sobald das beschriebene Szenario eintritt. Auf diese Weise wird natürliche Sprache zur Grundlage für flexible, kontextbasierte Detektion. Selbstverständlich können diese Alarme in externe VMS-/PSIM-Plattformen und andere Systeme integriert werden.

Was bedeutet das für den täglichen Einsatz von Vaidio?

Schnellere Videoanalyse

Prompt Enhanced Search reduziert den Zeitaufwand zur Auffindung relevanter Videosequenzen erheblich. Operatoren und Analysten müssen Ereignisse nicht mehr manuell rekonstruieren, sondern beschreiben einfach, wonach sie suchen, und erhalten sofort passende Ergebnisse.

Dies ist besonders wertvoll für die Ereignisanalyse, forensische Untersuchungen und operative Auswertungen.

Niedrigere Einstiegshürde für Anwender

Nicht jeder Vaidio-Nutzer ist ein Videoanalyse-Spezialist. Prompt Enhanced Search ermöglicht es Sicherheitsteams, Operatoren und Analysten, intuitiv mit Video zu arbeiten, indem sie einfach Fragen in natürlicher Sprache stellen.

Dadurch werden erweiterte Suchfunktionen einer deutlich größeren Nutzergruppe innerhalb der Organisation zugänglich.

Mehr Kontext, noch weniger Fehlalarme

Da Vaidio Abfolgen von Handlungen statt isolierter Auslöser bewertet, liefert Prompt Enhanced Search kontextbezogenere Ergebnisse. Dies hilft, normales Verhalten von Situationen zu unterscheiden, die tatsächlich Aufmerksamkeit erfordern.

So kann Vaidio beispielsweise den Unterschied erkennen zwischen:

• einem Mitarbeiter, der einen Gegenstand kurzzeitig ablegt,
• und einer Person, die einen Gegenstand zurücklässt und den Bereich verlässt.

Mehr Mehrwert aus bestehenden Vaidio-Umgebungen

Prompt Enhanced Search setzt auf bestehenden Vaidio-Installationen und Kameranetzwerken auf. Eine aufwendige Neukonfiguration ist nicht erforderlich. Organisationen können sofort tiefere und relevantere Fragen zu den bereits in Vaidio vorhandenen Videodaten stellen und so Erkenntnisse gewinnen, die zuvor schwer oder zeitaufwendig zu erlangen waren.

Ein logischer nächster Schritt für Vaidio und Vision AI

Prompt Enhanced Search zeigt eindrucksvoll, wie Video Language Models in konkrete Funktionalität innerhalb von Vaidio übersetzt werden. Es markiert den Übergang von der Suche nach Detektionen hin zur Suche nach Situationen.

Durch die Einführung natürlicher Sprache als Schnittstelle für Video setzen wir die Entwicklung von klassischer Videoanalyse hin zu Vision Intelligence fort – bei der Video zu einer verständlichen, durchsuchbaren Informationsquelle wird, die schnellere Entscheidungen und tiefere Einblicke ermöglicht.