News
30.11.2009, 11:25 Uhr
ETH ausgezeichnet
Das Institut für Bildverarbeitung an der ETH Zürich hat eine «ausgezeichnete» Methode entwickelt, die Bewegungsmuster von Personen in Videos analysieren kann.
Welchen Weg wählt ein Fussballspieler, um das entscheidende Tor zu erzielen? Wodurch können Überwachungskameras helfen, Verbrechen zu verhindern anstatt sie nur aufzuklären? Wie warnt ein Fahrzeug den Lenker automatisch vor spielenden Kindern am Strassenrand? Am Institut für Bildverarbeitung der ETH Zürich hat eine Forschungsgruppe um Michael Breitenstein eine Lösung für diese und ähnliche Probleme gefunden. Electrosuisse, der Verband für Elektro-, Energie- und Informationstechnik, hat die Forscher dafür mit dem Innovationspreis der Informationstechnischen Gesellschaft (ITG) geehrt.
Automatische Bildanalyse in Echtzeit
Bis anhin werden Videos meist erst nachträglich analysiert, etwa um Verbrechen aufzuklären oder Spielzüge im Sport zu verbessern. Die Gruppe der ETH hat dagegen einen Algorithmus entwickelt, der aus Bildinformationen ohne szenenspezifisches Zusatzwissen Objekte in Echtzeit voneinander unterscheiden und verfolgen kann. Dadurch können bestimmte Bewegungsmuster, wie beispielsweise bei einer Schlägerei, live erkannt und gemeldet werden.
In den letzten Jahren wurden grosse Fortschritte gemacht, um Objekte in Standbildern zu finden. Darauf basierend haben die Forscher nun einen Durchbruch zur Analyse des Verhaltens von Personen in Videos erzielt. Die Methode besteht aus der Kombination von der Wiedererkennung von Mustern, der Klassifikation und der Bewegungsanalyse. Der Algorithmus findet charakteristische Ansichten von Personen und interpretiert diese in einer Abfolge als Bewegungsmuster.
Um mehrere Objekte oder Personen voneinander zu unterscheiden, werden Farbinformationen und Texturen verglichen. Wird das Objekt teilweise oder ganz verdeckt, berechnet der Algorithmus aufgrund von Faktoren wie Geschwindigkeit und Trägheit des Objekts die Wahrscheinlichkeit, wo es am ehesten wieder auftaucht.
Neue Einsatzgebiete
Kritiker sehen in der Automatisierung der Echtzeit-Videoanalyse eine Gefahr für Persönlichkeits- und Datenschutz. Breitenstein relativiert: «Von einer Entwicklung wie in George Orwells 1984 kann keine Rede sein. Im Gegenteil kann durch automatische Methoden erreicht werden, dass nicht mehr beliebige Videobilder von öffentlichen Kameras angeschaut werden dürfen, sondern dass der Algorithmus wenige Sequenzen auswählt und nur diese weiterleitet für eine genaue manuelle Überprüfung.» Der Forscher ist überzeugt, dass so Missbrauch verhindert werden kann. Ausserdem eröffnen sich neue Einsatzgebiete wie bei der Verkehrssicherheit, um Unfälle zu vermeiden.
Die Forschungsgruppe hat ihre Methode patentieren lassen und denkt zurzeit über konkrete Anwendungen nach. «Möglich wäre die Gründung eines Startup-Unternehmens zur Entwicklung eines konkreten Produkts», sagt Breitenstein, «zumal ETH-Spin offs in den letzten zehn Jahren eine Überlebensrate von knapp 90 Prozent aufweisen können.»
Automatische Bildanalyse in Echtzeit
Bis anhin werden Videos meist erst nachträglich analysiert, etwa um Verbrechen aufzuklären oder Spielzüge im Sport zu verbessern. Die Gruppe der ETH hat dagegen einen Algorithmus entwickelt, der aus Bildinformationen ohne szenenspezifisches Zusatzwissen Objekte in Echtzeit voneinander unterscheiden und verfolgen kann. Dadurch können bestimmte Bewegungsmuster, wie beispielsweise bei einer Schlägerei, live erkannt und gemeldet werden.
In den letzten Jahren wurden grosse Fortschritte gemacht, um Objekte in Standbildern zu finden. Darauf basierend haben die Forscher nun einen Durchbruch zur Analyse des Verhaltens von Personen in Videos erzielt. Die Methode besteht aus der Kombination von der Wiedererkennung von Mustern, der Klassifikation und der Bewegungsanalyse. Der Algorithmus findet charakteristische Ansichten von Personen und interpretiert diese in einer Abfolge als Bewegungsmuster.
Um mehrere Objekte oder Personen voneinander zu unterscheiden, werden Farbinformationen und Texturen verglichen. Wird das Objekt teilweise oder ganz verdeckt, berechnet der Algorithmus aufgrund von Faktoren wie Geschwindigkeit und Trägheit des Objekts die Wahrscheinlichkeit, wo es am ehesten wieder auftaucht.
Neue Einsatzgebiete
Kritiker sehen in der Automatisierung der Echtzeit-Videoanalyse eine Gefahr für Persönlichkeits- und Datenschutz. Breitenstein relativiert: «Von einer Entwicklung wie in George Orwells 1984 kann keine Rede sein. Im Gegenteil kann durch automatische Methoden erreicht werden, dass nicht mehr beliebige Videobilder von öffentlichen Kameras angeschaut werden dürfen, sondern dass der Algorithmus wenige Sequenzen auswählt und nur diese weiterleitet für eine genaue manuelle Überprüfung.» Der Forscher ist überzeugt, dass so Missbrauch verhindert werden kann. Ausserdem eröffnen sich neue Einsatzgebiete wie bei der Verkehrssicherheit, um Unfälle zu vermeiden.
Die Forschungsgruppe hat ihre Methode patentieren lassen und denkt zurzeit über konkrete Anwendungen nach. «Möglich wäre die Gründung eines Startup-Unternehmens zur Entwicklung eines konkreten Produkts», sagt Breitenstein, «zumal ETH-Spin offs in den letzten zehn Jahren eine Überlebensrate von knapp 90 Prozent aufweisen können.»
Kommentare
Es sind keine Kommentare vorhanden.
