Was ist Vision AI?

Vision AI ist eine Form künstlicher Intelligenz, die Bilder und Videos automatisch analysiert, um Objekte, Personen, Ereignisse und Muster zu erkennen. Sie wandelt Kamerabilder in nutzbare Informationen um, nach denen Menschen oder andere Systeme suchen, die sie analysieren oder auf deren Basis sie reagieren können. Während eine herkömmliche Kamera hauptsächlich Bilder aufzeichnet, ergänzt Vision AI eine intelligente Analyseschicht.

Ein einfaches Beispiel:

Eine Kamera erfasst eine Person, die sich durch das Bild bewegt. Vision AI kann zusätzliche Informationen liefern, zum Beispiel:

• eine Person ist anwesend;
• die Person befindet sich in Zone B;
• die Person bewegt sich in Richtung Ausgang;
• die Person befindet sich bereits seit drei Minuten dort;
• die Person betritt einen Bereich, in dem sich niemand aufhalten sollte.

Vision AI macht aus Bildern somit strukturierte Informationen.

Wie funktioniert Vision AI?

Grundsätzlich besteht Vision AI aus mehreren Schritten: Kamera → KI-Analyse → Metadaten → Ereignis → Aktion

Eine Kamera liefert Videobilder. Ein KI-Modell analysiert diese Bilder und sucht nach Objekten, Merkmalen oder Situationen, auf deren Erkennung es trainiert wurde.

Daraus können beispielsweise folgende Metadaten entstehen:

• Objekt: Person;
• Zeit: 14:32 Uhr;
• Standort: Zone B;
• Richtung: Norden;
• Aufenthaltsdauer: 27 Sekunden.

Anschließend kann das System bestimmen, was mit diesen Informationen geschehen soll.

Zum Beispiel: „Erzeuge einen Alarm, wenn zwischen 22:00 und 06:00 Uhr eine Person diese Zone betritt.“

Was kann Vision AI erkennen?

Das hängt vom verwendeten Modell und von der jeweiligen Anwendung ab. Typische Funktionen sind:

• Personen und Fahrzeuge erkennen;
• Objekte klassifizieren;
• Personen oder Fahrzeuge verfolgen;
• Personen zählen;
• Aufenthaltsdauer messen;
• Bewegungen durch bestimmte Zonen erkennen;
• ungewöhnliche Situationen erkennen;
• aufgezeichnete Videos durchsuchen.

Vision AI kann sowohl Live-Kamerabilder als auch bereits aufgezeichnetes Videomaterial analysieren.

Vision AI sieht nicht wie ein Mensch

Der Begriff kann den Eindruck erwecken, dass ein Computersystem auf die gleiche Weise „sieht“ wie ein Mensch. Das ist nicht der Fall.

Ein KI-Modell lernt während des Trainings, visuelle Muster zu erkennen. Werden neue Bilder analysiert, berechnet das Modell, wie wahrscheinlich es ist, dass ein Objekt oder eine Situation dem entspricht, was es zuvor gelernt hat.

Ein Mensch erkennt beispielsweise sofort einen Lkw. Ein KI-Modell analysiert visuelle Muster und kommt zu einer Vorhersage wie: „Dieses Objekt gehört mit hoher Wahrscheinlichkeit zur Kategorie Lkw.“

Deshalb beeinflussen Trainingsdaten, Kameraqualität und die Bedingungen vor Ort die Leistungsfähigkeit von Vision AI.

Was ist der Unterschied zu klassischer Videoüberwachung?

Bei klassischer Videoüberwachung erfolgt der größte Teil der Interpretation durch den Menschen. Ein Operator betrachtet die Bilder und entscheidet, was geschieht.

Vision AI kann einen Teil dieser Analyse automatisieren.

Das Ziel besteht dabei nicht zwangsläufig darin, den Operator zu ersetzen. Gerade bei großen Kameranetzwerken kann KI dabei helfen, die Aufmerksamkeit auf potenziell relevante Situationen zu lenken.

Anstatt kontinuierlich Dutzende Bildschirme zu überwachen, kann ein Operator beispielsweise eine Meldung erhalten, sobald ein bestimmtes Ereignis erkannt wird.

Wofür wird Vision AI eingesetzt?

Vision AI lässt sich grob in drei Anwendungsbereiche unterteilen.

Security

Zum Beispiel Einbruchserkennung, Perimeterschutz, Loitering Detection oder eine schnellere Untersuchung von Vorfällen.

Safety

Zum Beispiel Sturzerkennung, PSA-Erkennung oder Feuer- und Raucherkennung.

Operations

Zum Beispiel Personenzählung, Warteschlangenanalyse, Heatmaps, Aufenthaltsdauer und Verkehrsströme.

Dadurch kann dieselbe Kamera mehr sein als nur eine Sicherheitskamera. Sie kann gleichzeitig als Sensor dienen, der Informationen darüber liefert, was in einer physischen Umgebung geschieht.

Warum wird Vision AI immer wichtiger?

Organisationen verfügen häufig bereits über große Mengen an Kamerabildern.

Die Herausforderung besteht nicht immer darin, mehr Bilder zu erfassen. Entscheidend ist vielmehr, schnell zu bestimmen, welche Informationen in diesen Bildern relevant sind.

Vision AI hilft dabei, diesen Prozess zu automatisieren.

Dadurch entwickelt sich Video von einer passiven Aufzeichnungsquelle zu einer aktiven Informationsquelle.

Kurz gesagt: Eine Kamera zeichnet auf, was passiert. Vision AI hilft zu verstehen, was passiert.