Ziel des Projektes iObserve war, Grundlagen für ein videobasiertes Überwachungssystem zu schaffen, das in der Lage ist, detektierte Einzelereignisse auf semantischer Ebene zu Sachverhalten komplexerer Bedeutung zusammen zu setzen. Die damit erreichte höhere Ebene des Verständnisses von möglicherweise sicherheitsrelevanten Situationen unterscheidet die Entwicklungen im Rahmen von iObserve ganz deutlich von bisherigen Systemen.
Detektionsalgorithmen für Objekte, insbesondere Personen, Fahrzeuge und gepäckstückähnliche Gegenstände, bilden die 'Low-Level'-Ebene des Systems (siehe Abbildung 1). Auf der darauf folgenden abstrakten Zwischenebene, findet losgelöst von semantischen Bedeutungen, eine rein mathematische Bewertung und (Vor-)Verarbeitung der basisalgorithmischen Informationen statt.
Die 'Semantischen Ebene' dient schlussendlich der Verarbeitung der aufbereiteten Daten zu komplexeren Zusammenhängen, um sicherheitsrelevante Ereignisse zu erkennen.
Die 'Intelligenz' des Systems wurde dabei unabhängig von der konkreten Umsetzungstechnologie und ausbaubar gehalten. Dies erreichte man durch eine konsequente Trennung der drei Komplexitätsebenen (Basisalgorithmik, Abstrakte Zwischenebene, Semantische Ebene).
Zur Veranschaulichung wurden zwei prototypische Implementierungen der Semantischen Ebene durchgeführt und in eine Demonstrationsapplikation integriert. Auf Basis einer logik-basierten Programmiersprache wurden Schnittstellen geschaffen, um in einem prozeduralen Umfeld die entsprechenden Funktionalitäten zu nutzen. Die so genannte Wissensbasis der Semantischen Ebene wird, vereinfacht ausgedrückt als Regelwerk beschrieben. Nach dessen Maßgaben kann zur Laufzeit mit den zum gegebenen Zeitpunkt vorliegenden Fakten auf sicherheitsrelevante Ereignisse geschlossen werden. Die Ereignisse selbst können im Rahmen des Regelwerks flexibel und frei definiert werden.
Abbildung 1: Personenerkennung und -verfolgung
Das Projekt wird innerhalb des Sicherheitsforschungs-Förderprogramm KIRAS durch das Bundesministeriums für Verkehr, Innovation und Technologie (BMVIT) gefördert.
The aim of the project iObserve is to build a video surveillance system which is able to combine single low level detections in order to construct a more meaningful understanding of a situation on a semantic level aiming at the effective understanding of a potentially dangerous situation. Algorithms for the detection of objects, specifically pedestrians, vehicles and baggage items are the grounds on which iObserve will be based on. The semantic level of iObserve is capable of combining single detections resulting in more meaningful information structures in real-time.
Sponsor: FFG (Kiras)