Video und Bewegung

Die Idee#

Ein Video ist ein Stapel Bilder. Was neu hinzukommt, ist die Frage nach dem Zusammenhang: Ist die Person links im zweiten Bild dieselbe wie die im ersten? Solange das nicht beantwortet ist, kann man nichts zählen.

Wozu es gut ist#

• Personen an einem Eingang zählen, ohne jemanden zu identifizieren.
• Wartezeiten an einer Schlange messen.
• Bewegungen auf einem Förderband prüfen.
• Bei Stillstand oder ungewöhnlicher Bewegung melden.

Bewegung ohne Modell erkennen#

import cv2

cap = cv2.VideoCapture("halle.mp4")
# MOG2 lernt den Hintergrund laufend und markiert, was sich davon abhebt.
bg = cv2.createBackgroundSubtractorMOG2(history=500, varThreshold=40,
                                        detectShadows=True)
kern = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5, 5))

while True:
    ok, frame = cap.read()
    if not ok:
        break
    maske = bg.apply(frame)
    maske[maske == 127] = 0                      # Schatten verwerfen
    maske = cv2.morphologyEx(maske, cv2.MORPH_OPEN, kern)

    konturen, _ = cv2.findContours(maske, cv2.RETR_EXTERNAL,
                                   cv2.CHAIN_APPROX_SIMPLE)
    bewegt = [k for k in konturen if cv2.contourArea(k) > 1500]
    if bewegt:
        pass                                     # Ereignis auslösen
cap.release()

Dieses Verfahren braucht keine Grafikkarte und keine Trainingsdaten. Für die Frage „bewegt sich hier etwas?" ist es der richtige Weg.

Erkennung und Verfolgung im Wechsel#

Optischer Fluss#

Eine Gleichung mit zwei Unbekannten. Das ist das sogenannte Aperturproblem: Aus einem einzelnen Punkt lässt sich nur die Bewegungskomponente senkrecht zur Kante bestimmen. Lucas-Kanade löst es, indem es die Gleichung über eine kleine Nachbarschaft als konstant annimmt und das überbestimmte System kleinste-Quadrate löst.

Verfolgung bewerten#

Die übliche Kennzahl ist MOTA, und sie ist strenger als sie aussieht:

Ein einziger Identitätswechsel je Person und Minute klingt harmlos, verdoppelt aber die gezählte Personenzahl bei einer Aufenthaltsdauer von einer Minute. Für Zählanwendungen ist deshalb IDF1 die aussagekräftigere Kennzahl, weil sie die Konsistenz der Identität über die gesamte Spur bewertet.

Datenschutz bei Zählanwendungen#

Eine reine Zählung ohne Speicherung von Bildern kann zulässig sein, wenn die Verarbeitung im Gerät stattfindet und nur Zahlen das Gerät verlassen. Drei Bedingungen entscheiden:

Sobald eine Wiedererkennung über Tage möglich ist, liegt eine biometrische Verarbeitung vor, und die Bewertung ändert sich vollständig. Siehe Gesichtserkennung.