DE102022200834A1 - Geräteanordnung, Client-Server-System, Verfahren, Computerprogramme sowie Speichermedium - Google Patents

Geräteanordnung, Client-Server-System, Verfahren, Computerprogramme sowie Speichermedium Download PDF

Info

Publication number
DE102022200834A1
DE102022200834A1 DE102022200834.0A DE102022200834A DE102022200834A1 DE 102022200834 A1 DE102022200834 A1 DE 102022200834A1 DE 102022200834 A DE102022200834 A DE 102022200834A DE 102022200834 A1 DE102022200834 A1 DE 102022200834A1
Authority
DE
Germany
Prior art keywords
module
analysis
selection
designed
environmental
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
DE102022200834.0A
Other languages
English (en)
Inventor
Christoph Burger-Scheidlin
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Robert Bosch GmbH
Original Assignee
Robert Bosch GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Robert Bosch GmbH filed Critical Robert Bosch GmbH
Priority to DE102022200834.0A priority Critical patent/DE102022200834A1/de
Priority to PCT/EP2023/051762 priority patent/WO2023144186A1/de
Publication of DE102022200834A1 publication Critical patent/DE102022200834A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/183Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)

Abstract

Die Möglichkeit, Software auf laufenden Plattformen auszutauschen wird beispielsweise durch die Installation von aktualisierter Software bereits umgesetzt. Dabei wird üblicherweise über eine Neuinstallation ein aktualisierter Funktionsumfang bereitgestellt. Zur Verbesserung wird eine Geräteanordnung 1 vorgeschlagen mit einem Gerät 2, wobei das Gerät 2 eine Eingangsschnittstelle 4 zur Übernahme von einem Eingangsdatenstrom von einem Umgebungssensor 3, ein Umgebungsmodul 6 zur Erkennung von Umgebungsbedingungen, eine Auswahlkomponente 5 zur Ausführung eines Auswahlmoduls 7, wobei das Auswahlmodul 7 ausgebildet ist, auf Basis der Umgebungsbedingungen ein Analysemodul 8 aus einer Mehrzahl von Analysemodulen 8 auszuwählen, sowie eine Analysekomponente 9 zur Ausführung des ausgewählten Analysemoduls 8, wobei das Analysemodul 8 ausgebildet ist, den Eingangsdatenstrom zu analysieren, und mit einer App 23, wobei die App 23 das Auswahlmodul 7 und die Mehrzahl von Analysemodulen 8 aufweist.

Description

  • Stand der Technik
  • Die Erfindung betrifft eine Geräteanordnung. Die Erfindung betrifft des Weiteren ein Client-Server-System, ein Verfahren, ein Computerprogramm sowie ein Speichermedium.
  • Die Möglichkeit, Software auf laufenden Plattformen auszutauschen wird beispielsweise durch die Installation von aktualisierter Software bereits umgesetzt. Dabei wird üblicherweise über eine Neuinstallation ein aktualisierter Funktionsumfang bereitgestellt.
  • Aus der Druckschrift DE 10 2009 055 127 A1 ist eine Vorrichtung zur Videoüberwachung bekannt, wobei wiederholt Objekte detektiert und verfolgt werden, wobei eine Verfolgungseinrichtung mit einer Einrichtung zur Objektmodellselektion rückgekoppelt ist, so dass beim wiederholten Detektieren und Berücksichtigen von beim Verfolgen des Objekts ermittelten Verfolgungsparametern die Verfolgungsparameter der Selektionseinrichtung zugeführt werden und für das Detektieren berücksichtigt sind.
  • Offenbarung der Erfindung
  • Die Erfindung betrifft eine Geräteanordnung mit den Merkmalen des Anspruchs 1, ein Client-Server-System mit den Merkmalen des Anspruch 10, ein Verfahren mit den Merkmalen des Anspruchs 11, ein Computerprogramm mit den Merkmalen des Anspruchs 13 sowie ein Speichermedium mit den Merkmalen des Anspruchs 14. Bevorzugte oder vorteilhafte Ausführungsformen der Erfindung ergeben sich aus den Unteransprüchen, der nachfolgenden Beschreibung sowie den beigefügten Figuren.
  • Die Erfindung betrifft eine Geräteanordnung mit einem Gerät. Das Gerät weist insbesondere mindestens eine digitale Datenverarbeitungseinrichtung auf. Die Datenverarbeitungseinrichtung ist insbesondere ausgebildet, das Computerprogramm oder die nachfolgende App auszuführen.
  • Das Gerät weist mindestens eine Eingangsschnittstelle zur Übernahme von einem Eingangsdatenstrom von einem Umgebungssensor auf. Optional umfasst die Geräteanordnung den Umgebungssensor. Optional bildet der Umgebungssensor eine Komponente des Geräts, so dass das Gerät insbesondere eine Kombination mindestens umfassend den Umgebungssensor sowie die digitale Datenverarbeitungseinrichtung bildet.
  • Der Eingangsdatenstrom umfasst insbesondere Umgebungssensordaten aus einer Umgebung, welche durch den Umgebungssensor aufgenommen sind. Die Umgebung bildet insbesondere einen Überwachungsbereich. Der Überwachungsbereich kann Einzelbereiche unter freiem Himmel und/oder Bereiche in, auf und/oder unter einem Bauwerk, insbesondere Gebäude, umfassen. In einem Gebäude ist es beispielsweise möglich, mehrere Stockwerke des Gebäudes als Überwachungsbereich zu verwenden. Der Eingangsdatenstrom mit den Umgebungssensordaten charakterisiert insbesondere diesen Überwachungsbereich.
  • Die Geräteanordnung weist ein Umgebungsmodul zur Erkennung von Umgebungsbedingungen der Umgebung und/oder des Überwachungsbereichs aus dem Eingangsdatenstrom auf. Insbesondere charakterisieren die Umgebungsbedingungen die Umgebung, welche mit dem Umgebungssensor erfasst wird.
  • Das Gerät weist eine Auswahlkomponente zur Ausführung eines Auswahlmoduls auf. Die Auswahlkomponente bildet somit die Hardware- und/oder Software-Umgebung zur Ausführung des Auswahlmoduls. Das Auswahlmodul ist dabei als ein Softwaremodul zu verstehen. Das Auswahlmodul ist ausgebildet, in einer Auswahlphase auf Basis der Umgebungsbedingungen ein Analysemodul aus einer Mehrzahl von Analysemodulen auszuwählen. Im einfachsten Fall können über eine Tabelle bestimmte Umgebungsbedingungen den Analysemodulen zugeordnet sein, so dass beim Eintreffen der Umgebungsbedingungen das jeweilige Analysemodul ausgewählt wird. Das Auswahlmodul kann allerdings auch eine Bewertungsfunktion aufweisen, welche auf Basis der Umgebungsbedingungen die Mehrzahl von Analysemodulen bewertet und auf Basis der Bewertung das Analysemodul auswählt, welches gemäß Bewertung am besten geeignet ist.
  • Insbesondere weisen die Analysemodule jeweils die gleiche Grundfunktionalität auf, wobei die Analysemodule auf die unterschiedlichen Umgebungsbedingungen angepasst sind.
  • Das Gerät weist ferner eine Analysekomponente zur Ausführung des ausgewählten Analysemoduls in einer Analysephase auf. Der Analysekomponente bildet somit eine Hardware- und/oder Software-Umgebung für das Analysemodul. Das Analysemodul ist insbesondere als ein Softwaremodul ausgebildet. Das Analysemodul ist ausgebildet, den Eingangsdatenstrom zu analysieren und ein Analyseergebnis zu erzeugen. Insbesondere ist die Geräteanordnung ausgebildet, das Analyseergebnis zum Beispiel auf eine Anzeigeeinrichtung darzustellen, an eine übergeordnete Stelle, wie z.B. eine Überwachungszentrale, weiterzuleiten oder eine darauf beruhende Aktion auszulösen, wie zum Beispiel die Aktivierung von einem Alarm, die Sperrung von Türen etc.
  • Im Rahmen der Erfindung wird vorgeschlagen, dass die Geräteanordnung eine App aufweist, wobei die App das Auswahlmodul und die Mehrzahl von Analysemodulen aufweist. Unter einer App kann im Folgenden eine Applikation, eine Applikationssoftware und/oder eine Anwendungssoftware verstanden werden. Das ausgewählte Analysemodul ist aus der Mehrzahl der Analysemodule der App ausgewählt. Insbesondere wird durch diese Architektur der Geräteanordnung das Gerät mit der Auswahlkomponente und der Analysekomponente von der App getrennt, so dass die App in einfacher Weise ausgetauscht werden kann und der Geräteanordnung und insbesondere dem Gerät neue Grundfunktionalitäten zugeführt werden können.
  • Insbesondere ist die App herunterladbar in einer Cloud oder einem anderen Datenspeicher oder Server angeordnet. Die App ist insbesondere als ein geschlossenes Programmpaket ausgebildet, so dass diese z.B. von einem Drittanbieter angeboten werden kann.
  • Bei einer bevorzugten Weiterbildung der Erfindung weist die Geräteanordnung eine Mehrzahl von derartigen Apps auf, wobei sich die Apps in den Grundfunktionalitäten der Analysemodule unterscheiden. Insbesondere handelt es sich bei der Mehrzahl nicht um unterschiedliche Versionen der gleichen App, sondern um Apps, welche hinsichtlich der Analysefunktion unterschiedliche Grundfunktionalitäten aufweisen. Damit ist es im Rahmen der Erfindung möglich, auf Basis der gewünschten Grundfunktionalität eine App auszuwählen und diese in die Geräteanordnung einzubinden, um die unterschiedlichen Module auf dem Gerät ablaufen zu lassen. Dabei bringt stellt die App nicht nur die Analysemodule, sondern ein Auswahlmodul bereit, welches auf die Auswahl der mitgelieferten Analysemodule angepasst ist.
  • Insbesondere kann der Umgebungssensor als ein Brandsensor oder als ein anderer Überwachungssensor realisiert sein. Bei einer bevorzugten Ausgestaltung der Erfindung ist der Eingangsdatenstrom als ein Videostrom ausgebildet. Alternativ oder ergänzend ist das Gerät und/oder das Analysemodul zur digitalen Bildverarbeitung ausgebildet. Insbesondere ist der Umgebungssensor als eine Kamera ausgebildet, so dass das Gerät als eine Überwachungskamera mit einer digitalen Datenverarbeitungseinrichtung zur Bereitstellung der mindestens der Auswahlkomponente und der Analysekomponente ausgebildet ist. Die Geräteanordnung kann insbesondere als eine Überwachungsanlage mit einer Mehrzahl von derartigen Überwachungskameras ausgebildet sein. Die App als Drittkomponenten, welche nachträglich auf der Geräteanordnung oder dem Gerät als eine offene Plattform zur Videoanalyse installiert werden kann, wird ertüchtigt, geeignete Herangehensweisen zur Analyse des Videostroms zu wählen.
  • In dieser Ausgestaltung mit dem Videostrom können die Umgebungsbedingungen als Witterungsbedingungen, wie zum Beispiel Schneefall oder Regen, Beleuchtungsbedingungen, wie zum Beispiel künstliche Beleuchtung, Dunkelheit, Abenddämmerung, Sonnenaufgang, Nacht, Sonnentag etc. ausgebildet sein.
  • Bei einer bevorzugten Weiterbildung der Erfindung umfasst die digitale Bildverarbeitung eine Objektdetektion, eine Objektverfolgung und/oder eine Inhaltsanalyse in dem Eingangsdatenstrom. Bei der Objektdetektion und/oder Objektverfolgung wird insbesondere ein bewegtes Objekt verfolgt. Das bewegte Objekt ist bevorzugt als Person ausgebildet, bei abgewandelten Ausführungsformen kann das bewegte Objekt auch als ein Fahrzeug, ein sich aus eigener Kraft bewegendes Objekt und/oder als ein durch Fremdkraft bewegtes Objekt ausgebildet sein.
  • Beispielsweise können sich die Grundfunktionalitäten in der Art eines zu detektieren und/oder zu verfolgenden bewegten Objekts unterscheiden. So weist eine App die Grundfunktionalität zur Detektion und/oder Verfolgung einer Person, eine andere App die Grundfunktionalität zur Detektion und/oder Verfolgung eines Fahrzeugs, eine andere App die Grundfunktionalität zur Detektion und/oder Verfolgung eines Gegenstands auf. Eine weitere Grundfunktionalität kann beispielsweise eine Branderkennung, eine Erkennung von Menschenansammlungen, eine Überwachung von gesperrten Bereichen, eine Überwachung des Zustands von Türen etc. sein.
  • Es kann vorgesehen sein, dass das Auswahlmodul ein Hardwareüberprüfungssubmodul aufweist, wobei das Hardwareüberprüfungssubmodul ausgebildet ist, Hardwareanforderungen der Analysemodule an dem Gerät und/oder an dem Umgebungssensor zu prüfen, und auf Basis der möglichen Erfüllung der Hardwareanforderungen ein Analysemodul aus der Mehrzahl von Analysemodulen auszuwählen. Benötigt beispielsweise ein Analysemodul eine bestimmte technische Eigenschaft, zum Beispiel eine Infrarotbeleuchtung, oder eine Steuerbarkeit des Sichtwinkels, so wird dieser Bedarf bei der Auswahl des Analysemoduls durch das Auswahlmodul berücksichtigt.
  • Bei einer bevorzugten Weiterbildung der Erfindung weist das Umgebungsmodul ein Umgebungssubmodul auf, wobei das Umgebungssubmodul insbesondere in der Analysephase die Umgebungsbedingungen überwacht und bei Abweichungen der Umgebungsbedingungen das Auswahlmodul aktiviert, um die Auswahl des Analysemoduls zu wiederholen und/zu überprüfen. Somit läuft parallel zu der Analysephase stets eine Überprüfung der Umgebungsbedingungen, um bei einem Wechsel der Umgebungsbedingungen frühzeitig über das Auswahlmodul ein geeignetes Analysemodul aus und zu aktivieren. Das Umgebungssubmodul ist bevorzugt in der Analysekomponente installiert.
  • Bei einer möglichen Ergänzung der Geräteanordnung weist das Analysemodul ein Wiederauswahlsubmodul auf, wobei das Wiederauswahlsubmodul im Rahmen der Analyse unter Berücksichtigung des Analyseergebnisses die Auswahl des Auswahlmoduls prüft und gegebenenfalls bestätigt. Für den Fall, dass die Auswahl nicht bestätigt werden kann, wird das Auswahlmodul durch das Wiederauswahlsubmodul getriggert, eine neue Auswahl vorzunehmen. Wird beispielsweise bei einer Objektverfolgung das Objekt ständig verloren oder sind die Analyseergebnisse fehlerbehaftet, stark schwankend oder nicht aussagekräftig, so dass das Analyseergebnis unzuverlässig ist, wird das Auswahlmodul wieder getriggert. Weiterhin kann die Zuverlässigkeit einer Erkennung als Entscheidungsgrundlage verwendet werden, wird beispielsweise in einer langen Folge von Bildern in dem Videostrom ein Objekt in nur jedem zweiten oder dritten Bild erkannt, kann dies an den Umgebungsbedingungen liegen, die ein anderes Analysemodul erfordert.
  • Bei einer bevorzugten Ausgestaltung ist mindestens eines, einige oder alle der Analysemodule als neuronale Netze ausgebildet, um die Grundfunktionalität umzusetzen.
  • Eine Ausgestaltung der Erfindung sieht vor, dass das Analysemodul ein geteiltes neuronales Netz umfasst und/oder dass das Analyseverfahren in der Analysephase bzw. ein Verfahrensschritt des Analyseverfahrens, auf der Anwendung eines geteilten neuronalen Netzes basiert.
  • Das geteilte neuronale Netz umfasst mindestens ein Basisnetz und mindestens ein Spezialnetz. Das Basisnetz geht dem Spezialnetz in Richtung des Datenflusses und oder der Datenverarbeitung voraus. Das Basisnetz weist eine Eingangsschicht auf, wobei der Eingangsschicht der Videostrom bereitgestellt sind und oder bereitgestellt werden.
  • Das Basisnetz weist ferner eine Ausgangsschicht auf, wobei zwischen Eingangsschicht und Ausgangsschicht Zwischenschichten angeordnet sind. Das Basisnetz ist ausgebildet, eingerichtet und/oder trainiert, eine Teilauswertung, auch Vorauswertung genannt, des bereitgestellten Videostroms auszuführen und oder anzuwenden. Die Ergebnisse der Vorauswertung und oder der Teilauswertung sind an der Ausgangsschicht bereitgestellt, insbesondere an das nachfolgende Spezialnetz bereitgestellt. Damit bildet das Basisnetz einen Abschnitt des Analysemoduls. Das Basisnetz bildet zudem das Umgebungsmodul und das Auswahlmodul. Das Basisnetz ist im Speziellen ausgebildet, eingerichtet und/oder trainiert, basierend auf dem Videostrom ausschließlich oder unter anderem die Umgebungsbedingungen zu erkennen und auf Basis der Umgebungsbedingungen das Analysemodul aus der Mehrzahl der Analysemodule auszuwählen.
  • Das Spezialnetz ist ausgebildet, eingerichtet und oder trainiert, die vom Basisnetz bereitgestellten Ergebnisse weiter zu verarbeiten und oder weiter zu analysieren und bildet damit einen weiteren Abschnitt des Analysemoduls. Im
  • Die Mehrzahl der Analysemodule unterscheiden sich insbesondere durch die Spezialnetze. Im Speziellen sind die unterschiedlichen Spezialnetze der Analysemodule auf unterschiedliche Aufgaben, Verarbeitungen und oder Analysen trainiert. Diese Ausgestaltung basiert auf der Überlegung, dass durch das Basisnetz eine grundlegende Auswertung und oder Analyse des Videostroms erfolgen kann, insbesondere die im Weiteren benötigten Ereignisse und oder Objekt zu detektieren, und zur Weiterverarbeitung dem Spezialnetz, so dass Rechenleistung eingespart werden kann. In dieser Ausgestaltung bilden die Auswahlkomponente und die Analysekomponente eine gemeinsame Verarbeitungskomponente.
  • Es ist zudem bevorzugt, dass das neuronale Netz das Wiederauswahlsubmodul aufweist, wobei das Wiederauswahlsubmodul die Ausgangswahrscheinlichkeit eines Analyseergebnisses, insbesondere eine Klassifizierung benutzt. Wenn beispielsweise widersprüchliche Analyseergebnisse, insbesondere Klassifizierungen, mit hoher Wahrscheinlichkeit erreicht wird (zum Beispiel 90 % Sicherheit für ein erstes Analyseergebnis und zugleich 90 % Sicherheit für ein zweites, anderes Analyseergebnis), so kann ein Ausführen des Auswahlmoduls veranlasst werden.
  • Ein weiterer Gegenstand Erfindung betrifft ein Client-Server-System, wobei der Client als Geräteanordnung ausgebildet ist, wie diese zuvor beschrieben wurde. Der Server, welcher auch als eine Cloud ausgebildet sein kann, stellt eine Mehrzahl der Apps für die Geräteanordnung bereit, wobei sich die Apps durch die Grundfunktionalität unterscheiden.
  • Ein weiterer Gegenstand betrifft ein Verfahren zur Installation einer App auf der Geräteanordnung, wie diese zuvor beschrieben wurde. Die App besteht aus einem Auswahlmodul und mindestens zwei Analysemodulen. Vorzugsweise sind die Module als neuronale Netze ausgeprägt. Das Gerät, hier eine Videokamera, verfügt über die Auswahlkomponente und die Analysekomponente. Die Auswahlkomponente ist ausgeprägt, selbst Eigenschaften eines Eingangssignals, hier ein Videobild, als Umgebungsbedingungen zu ermitteln, wie z.B. Helligkeit, Aufnahmewinkel oder Witterungsbedingungen. Weiterhin ist die Auswahlkomponente in der Lage, das Auswahlmodul der App auszuführen. Diesem Auswahlmodul werden die eigens ermittelten Umgebungsbedingungen, sowie der Eingangsdatenstrom. Das Auswahlmodul wählt sodann aus den Analysemodulen auf Basis der zur Verfügung gestellten Informationen und einer Analyse des Eingangsdatenstroms ein geeignetes Analysemodul aus. Beispielsweise kann ein Analysemodul auf die Erkennung bei Nacht und eines bei Tageslicht ausgeführt sein, oder der Winkel der Kamera ist ausschlaggebend. Das Gerät verfügt weiterhin über die Analysekomponente. Diese Analysekomponente ist in der Lage, mittels des ausgewählten Analysemoduls eine Analyse des Eingangsdatenstroms durchzuführen. Wird die App auf dem Gerät installiert, wird zunächst das Auswahlmodul mit der Auswahlkomponente ausgeführt, um ein geeignetes Analysemodul auszuwählen. Dieses Analysemodul wird dann in der Analysekomponente verwendet. Das Auswahlmodul kann in regelmäßigen Abständen eine neue Auswahl durchführen. Derart ausgestaltet ist das Gerät in der Lage, auf sich verändernde Bedingungen zu reagieren. Vorzugsweise wird die Auswahl zu einer Zeit durchgeführt, in der das Gerät über überschüssige Ressourcen verfügt. Auch ist es möglich, dass die App über Metadaten eine Mindestfrequenz der Auswahl anfordern.
  • Ein weiterer Gegenstand der Erfindung betrifft ein Computerprogramm, welches ausgebildet ist, das zuvor beschriebene Verfahren durchzuführen, wenn dieses auf einem Computer, einem Gerät, in der Cloud und/oder auf der Überwachungsanordnung wie diese zuvor beschrieben wurde abläuft. Ein weiterer Gegenstand der Erfindung betrifft ein Speichermedium mit dem Computerprogramm.
  • Weitere Merkmale, Vorteile und Wirkung der Erfindung ergeben sich aus der nachfolgenden Beschreibung bevorzugter Ausführungsbeispiele der Erfindung sowie der beigefügten Figuren. Diese zeigen:
    • 1 ein schematisches Blockdiagramm einer Geräteanordnung als ein erstes Ausführungsbeispiel Erfindung;
    • 2 ein schematisches Blockdiagramm einer Geräteanordnung als ein zweites Ausführungsbeispiel Erfindung;
    • 3 ein schematisches Blockdiagramm einer Geräteanordnung als ein drittes Ausführungsbeispiel Erfindung;
    • 4 ein schematisches Blockdiagramm einer Geräteanordnung als ein viertes Ausführungsbeispiel Erfindung;
    • 5 ein schematisches Blockdiagramm einer Geräteanordnung als ein fünftes Ausführungsbeispiel Erfindung.
  • Die 1 zeigt in einem schematischen Blockdiagramm eine Geräteanordnung 1 als ein Ausführungsbeispiel der Erfindung. Die Geräteanordnung 1 weist ein Gerät 2 sowie eine App 23 auf. Die App 23 ist datentechnisch mit dem Gerät 2 verbunden. Die Geräteanordnung 1 kann eine Mehrzahl von derartigen Apps umfassen, wobei die App 23 aus der Mehrzahl von derartigen Apps ausgewählt ist, wobei sich die Apps durch deren Grundfunktionalität unterscheiden.
  • Das Gerät 2 ist entweder mit einem Umgebungssensor 3 signaltechnisch verbunden und/oder umfasst den Umgebungssensor 3. Der Umgebungssensor 3 ist bei diesem Ausführungsbeispiel als eine Überwachungskamera zur Überwachung einer Umgebung, insbesondere eines Überwachungsbereichs ausgebildet.
  • Das Gerät 2 weist eine Eingangsschnittstelle 4 zur Übernahme von einem Eingangsdatenstrom von dem Umgebungssensor 3 auf. Der Eingangsdatenstrom wird durch Umgebungsdaten und für den Fall der Überwachungskamera durch einen Videostrom gebildet.
  • Das Gerät 2 weist eine Auswahlkomponente 5 auf, wobei die Auswahlkomponente 5 über die Eingangsschnittstelle 4 den Eingangsdatenstrom von dem Umgebungssensor 3 erhält. Die Auswahlkomponente 5 ist insbesondere in einer Auswahlphase zur Auswahl des Analysemoduls 8 aktiv.
  • Die Auswahlkomponente 5 weist ein Umgebungsmodul 6 zur Erkennung von Umgebungsbedingungen aus den Eingangsdatenstrom auf. Bei den Umgebungsbedingungen kann es sich insbesondere um Beleuchtungsbedingungen oder Witterungsbedingungen der Weltumgebung handeln.
  • Ferner ist in der Auswahlkomponente 5 ein Auswahlmodul 7 installiert, wobei das Auswahlmodul ausgebildet ist, auf Basis der von dem Umgebungsmodul 6 erkannten Umgebungsbedingungen ein Analysemodul 8 aus einer Mehrzahl von Analysemodulen 8 auszuwählen.
  • Das Gerät 2 weist eine Analysekomponente 9 auf, wobei auf der Analysekomponente 9 das von dem Auswahlmodul 7 ausgewählte Analysemodul 8 installiert ist bzw. wird. Die Analysekomponente 9 und/oder das Analysemodul 8 sind datentechnisch mit der Eingangsschnittstelle 4 verbunden, so dass diese(s) den Eingangsdatenstrom erhält/erhalten. Die Analysemodule 8 hat die Funktion, den Eingangsdatenstrom zu analysieren und ein Analyseergebnis über einen Ausgangsschnittstelle 10 des Geräts 2 auszugeben. Die Analysekomponente 9 ist insbesondere in einer Analysephase aktiv, wobei das Analysemodul 8 den Eingangsdatenstrom analysiert. Insbesondere ist in der Auswahlphase die Analysekomponente 9 passiv und in der Analysephase die Auswahlkomponente 5 passiv.
  • Die App 23 ist beispielsweise als eine herunterladbare App 23 aus einem Store oder einem Server und/oder aus der Cloud ausgebildet und weist mehrere Komponenten, insbesondere mehrere Module auf. So umfasst die App 23 das Auswahlmodul 7, welches auf der Auswahlkomponente 5 installiert wird, sowie die Mehrzahl von Analysemodulen 8, welche über das Auswahlmodul 7 der Auswahlkomponente 5 zur Auswahl stehen, von dem Auswahlmodul 7 ausgewählt werden, wobei das ausgewählte Analysemodul 8 auf der Analysekomponente 9 installiert wird.
  • Im Ergebnis stellt die App 23 sowohl das Auswahlmodul 6 als auch die Analysemodule 8 bereit, wohingegen auf dem Gerät 2 nur gerätespezifische Module vorgehalten werden. Damit ist es beispielsweise möglich, dass Drittanbieter eine derartige App 23 anbieten, wobei über die App 23 sowohl die Auswahl als auch die Umsetzung einer Analysefunktionalität als Grundfunktionalität bereitgestellt werden kann.
  • Soweit vorliegend von Modulen gesprochen wird, sind diese bevorzugt als Softwaremodule zu verstehen. Die Komponenten sind insbesondere als eine Hardware/Software-Umgebung in dem Gerät 2 zu verstehen. Die Analysefunktionalität und/oder Grundfunktionalität ist insbesondere als eine digitale Bildverarbeitung, wie zum Beispiel eine Objektverfolgung, eine Objektdetektion und/oder eine Inhaltsanalyse in dem Eingangsdatenstrom, insbesondere in dem Videostrom, und somit in der Weltumgebung des Umgebungssensors 3 ausgebildet.
  • Die Geräteanordnung 2 kann einen Client in einem Client-Server-System 14 bilden, wobei das Client-Server-System 14 einen Server 15 aufweist, wobei der Server 15 eine Mehrzahl der Apps 3 mit unterschiedlichen Grundfunktionalitäten bereitstellt. Der Server 15 kann beispielsweise als ein Store ausgebildet sein.
  • Die 2 zeigt ein alternatives Ausführungsbeispiel, wobei das Gerät 2 ein Umgebungssubmodul 11 aufweist, wobei das Umgebungssubmodul 11 in der Analysekomponente 9 installiert ist. Das Umgebungssubmodul 11 überprüft während der Analysephase des Geräts 2 regelmäßig oder nach vorgegebenen Regeln die Umgebungsbedingungen und bewertet ob die Umgebungsbedingungen sich derart geändert haben, dass eine Neuauswahl des Analysemoduls 8 notwendig sein könnte. In diesem Fall, wie zum Beispiel einer Änderung der Beleuchtungsbedingungen, (Übergang Helligkeit-Dunkelheit), wird die Auswahlkomponente 5 und insbesondere das Umgebungsmodul 6 und/oder das Auswahlmodul 7 getriggert, um die Auswahlphase zu wiederholen. Auf diese Weise wird sichergestellt, dass auch bei geänderten Umgebungsbedingungen immer die das korrekte Analysemodul 8 gewählt ist. Das Umgebungssubmodul 11 kann insbesondere als ein Submodul von dem Umgebungsmodul 6 ausgebildet sein.
  • Bei einem Videostrom werden z.B. entweder bei jedem Frame oder jedem n-ten Frame oder alle x Sekunden die Umgebungsbedingungen geprüft. Dieses Modul überwacht somit bestimmte Umgebungswerte, z.B. Lichtverhältnisse, und löst bei einer Veränderung eine neue Auswahlphase aus. (Es sollte bevorzugt trotzdem regelmäßig eine Auswahlphase mit dem Auswahlmodul 7 stattfinden, in der das Auswahlmodul 7 ausgeführt wird, da nicht sichergestellt werden kann, dass alle relevanten Umgebungsmerkmale als Umgebungsbedingungen erfasst werden). Die Umgebungsanalyse muss nicht ausschließlich auf Basis des Eingangsdatenstroms erfolgen, sondern kann andere Informationen hinzuziehen. Beispielsweise kann eine Auswahl veranlasst werden, wenn ein Benutzer eine Kamera durch eine Motorsteuerung bewegt. Die Apps können über Metadaten (nicht gezeigt), bestimmte Schwellenwerte vorgeben, die eine Auswahl veranlassen, z.B. Drehung um mehr als 5 Grad, Helligkeitsänderung mehr als 1 Lumen, oder auch bestimmte Umgebungsmerkmale ignorieren.
  • Die 3 zeigt ein weiteres Ausführungsbeispiel, wobei das Gerät 2 ein Hardwareüberprüfungssubmodul 12 aufweist. Das Hardwareüberprüfungssubmodul 12 hat die Funktion, bei der Auswahl des Analysemoduls 8 zusätzlich bestimmte Anforderungen des jeweiligen Analysemoduls 8 hinsichtlich des Funktionsumfangs des Geräts 2 oder des Umgebungssensors 3 zu prüfen, so dass das Auswahlmodul 7 das Prüfungsergebnis bei der Auswahl berücksichtigen kann. Das Gerät 2 kann z.B. mit mehreren Möglichkeiten zur Akquisition des Eingangsdatenstroms ausgestattet sein oder über weitere Möglichkeiten verfügen, die den Eingangsdatenstrom verändern, bevor dieser zu dem Gerät 2 geleitet wird. Eine Videokamera kann beispielsweise den Öffnungswinkel der Linse einstellen oder eine Infrarotbeleuchtung aktivieren. Ein bestimmtes Analysemodul kann solche Möglichkeiten zur optimalen Analyse voraussetzen. Bei der Auswahl prüft das Auswahlmodul 7 über Hardwareüberprüfungssubmodul 12 daher, ob die angeforderte Einstellung durchgeführt werden kann. Sollten die Analysemodule verschiedener Drittkomponenten nicht gleichzeitig ausführbar sein, so wird auf Basis von vorher eingestellten Prioritäten eine Einstellung vorgenommen.
  • Prinzipiell können bei allen gezeigten Ausführungsbeispielen die Analysemodule 8 als neuronale Netz ausgebildet sein. Die 4 zeigt ein weiteres Ausführungsbeispiel der Erfindung, wobei zumindest das ausgewählte Analysemodul 8 als ein neuronales Netz ausgebildet ist. Das neuronale Netz ist ausgebildet, eine neue Auswahl durch das Auswahlmodul 7 zu veranlassen und/oder zu triggern und umfasst dadurch ein Wiederauswahlsubmodul 13. Die Ergebnisse des Analysemoduls 8 können als Datenbasis dienen, auf der entschieden wird, wann eine erneute Auswahl vorzunehmen ist. Ist das Analysemodul als ein neuronales Netz ausgestaltet, kann beispielsweise die Ausgangswahrscheinlichkeit einer Klassifizierung benutzt werden. Werden beispielsweise widersprüchliche Klassifizierungen mit hoher Wahrscheinlichkeit erreicht (etwa 90% sicher, dass es ein Hund ist und 90% sicher, dass es ein Mensch ist), kann dies eine Auswahl des Analysemoduls 8 veranlassen. Weiterhin kann die Zuverlässigkeit einer Erkennung verwendet werden. Wird beispielsweise in einer langen Folge an Frames ein Objekt nur jeden zweiten oder dritten Frame erkannt, kann dies an Schneefall, Regen, oder Dunkelheit liegen, die ein anderes Analysemodul 8 erfordert.
  • Die 5 zeigt ein weiteres Ausführungsbeispiel der Erfindung, wobei das ausgewählte Analysemodul 8 als ein neuronales Netz ausgebildet ist. In dieser Ausgestaltung ist das Analysemodul 8 als Auswahlmodul 7, insbesondere in der Analysephase, ausgebildet. Es ist möglich, die Auswahl und Analyse gleichzeitig vorzunehmen. Im Fall von neuronalen Netzen kann die Auswahl eines Analysemoduls 8 als Nebenprodukt der Berechnung, bzw. als einfach zu erlangendes Zusatzresultat ermittelt werden. Beispielsweise weist das neuronale Netz des ausgewählten Analysemoduls 8 ein Basisnetz und ein daran angeschlossenes Spezialnetz auf. Das Basisnetz kann die Auswahl des ausgewählten Analysemoduls 8 im Rahmen der Vorverarbeitung des Eingangsdatenstroms überprüfen und gegebenenfalls ein anderes Analysemodul 8 zur Installation auf dem Gerät 2 auswählen.
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Patentliteratur
    • DE 102009055127 A1 [0003]

Claims (14)

  1. Geräteanordnung (1) mit einem Gerät (2), wobei das Gerät (2) eine Eingangsschnittstelle (4) zur Übernahme von einem Eingangsdatenstrom von einem Umgebungssensor (3), ein Umgebungsmodul (6) zur Erkennung von Umgebungsbedingungen, eine Auswahlkomponente (5) zur Ausführung eines Auswahlmoduls (7), wobei das Auswahlmodul (7) ausgebildet ist, auf Basis der Umgebungsbedingungen ein Analysemodul (8) aus einer Mehrzahl von Analysemodulen (8) auszuwählen, sowie eine Analysekomponente (9) zur Ausführung des ausgewählten Analysemoduls (8), wobei das Analysemodul (8) ausgebildet ist, den Eingangsdatenstrom zu analysieren, und mit einer App (23), wobei die App (23) das Auswahlmodul (7) und die Mehrzahl von Analysemodulen (8) aufweist.
  2. Geräteanordnung (1) nach Anspruch 1, dadurch gekennzeichnet, dass der Eingangsdatenstrom als ein Videostrom ausgebildet ist und/oder wobei das Gerät (2) und/oder das Analysemodul (8) zur digitalen Bildverarbeitung ausgebildet ist.
  3. Geräteanordnung (1) nach Anspruch 2, dadurch gekennzeichnet, dass die digitale Bildverarbeitung eine Objektdetektion, eine Objektverfolgung und/oder eine Inhaltsanalyse in dem Eingangsdatenstrom umfasst.
  4. Geräteanordnung (1) nach einem der vorhergehenden Ansprüche 2 oder 3, dadurch gekennzeichnet, dass das Umgebungsmodul (6) ausgebildet ist, Beleuchtungsbedingungen und/oder Witterungsbedingungen als Umgebungsbedingungen aus dem Videostrom abzuleiten.
  5. Geräteanordnung (1) nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Umgebungsmodul (6) ein Umgebungssubmodul (11) aufweist, wobei das Umgebungssubmodul (11) die Umgebungsbedingungen überwacht und bei Abweichungen der Umgebungsbedingungen das Auswahlmodul (7) aktiviert, um die Auswahl des Analysemoduls (8) zu wiederholen und/oder zu überprüfen.
  6. Geräteanordnung (1) nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Auswahlmodul (7) ein Hardwareüberprüfungssubmodul (12) aufweist, wobei das Hardwareüberprüfungssubmodul (12) ausgebildet ist, Hardwareanforderungen an dem Gerät (2) und/oder an dem Umgebungssensor (3) zu prüfen und dass Auswahlmodul (7) ausgebildet ist, auf Basis der möglichen Erfüllung der Hardwareanforderungen ein Analysemodul (8) aus einer Mehrzahl von Analysemodulen (8) auszuwählen.
  7. Geräteanordnung (1) nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Analysemodul (8) ein Wiederauswahlsubmodul (13) aufweist, wobei das Wiederauswahlsubmodul (13) ausgebildet ist, auf Basis des Analyseergebnisses des Analysemoduls (8) die Auswahl des Analysemoduls (8) prüft und in Abhängigkeit der Prüfung das Auswahlmodul (7) aktiviert, um die Auswahl des Analysemoduls (8) zu wiederholen und/oder zu überprüfen.
  8. Geräteanordnung (1) nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass mindestens eines der Analysemodule (8) als ein neuronales Netz ausgebildet ist.
  9. Geräteanordnung (1) nach Anspruch 8, dadurch gekennzeichnet, dass das neuronale Netz ein Basisnetz und ein Spezialnetz umfasst, wobei das Basisnetz dem Spezialnetz datentechnisch vorgeschalten ist und wobei das Basisnetz als das Umgebungsmodul (6) und das Auswahlmodul (7) ausgebildet ist.
  10. Client-Server-System (14) mit einem Client, wobei der Client als die Geräteanordnung (1) nach einem der vorhergehenden Ansprüche ausgebildet ist sowie einem Server (15), wobei der Server (15) eine Mehrzahl der Apps (23) für die Geräteanordnung (1) bereitstellt, wobei sich die Apps (23) durch eine Grundfunktionalität unterscheiden.
  11. Verfahren zur Installation der Geräteanordnung (1) nach einem der vorhergehenden Ansprüche 1 bis 9, wobei auf dem Gerät (2) die App (23) installiert wird, wobei auf dem Gerät (2) Umgebungsbedingungen erkannt werden, auf Basis der Umgebungsbedingungen ein Analysemodul (8) aus einer Mehrzahl von Analysemodulen (8) der App (23) ausgewählt werden und das ausgewählte Analysemodul (8) auf dem Gerät (2) ausgeführt wird.
  12. Verfahren nach Anspruch 11, dadurch gekennzeichnet, dass die App (23) aus einer Mehrzahl von Apps (23) mit unterschiedlichen Grundfunktionalitäten ausgewählt wird.
  13. Computerprogramm, wobei das Computerprogramm ausgebildet ist, das Verfahren nach Anspruch 11 oder 12 durchzuführen, wenn das Computerprogramm auf der Geräteanordnung (2) nach einem der Ansprüche 1 bis 9 und/oder auf dem Client-Server-System (14) nach Anspruch 10 ausgeführt wird.
  14. Maschinenlesbares Speichermedium, wobei auf dem Speichermedium das Computerprogramm nach Anspruch 13 gespeichert ist.
DE102022200834.0A 2022-01-26 2022-01-26 Geräteanordnung, Client-Server-System, Verfahren, Computerprogramme sowie Speichermedium Pending DE102022200834A1 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
DE102022200834.0A DE102022200834A1 (de) 2022-01-26 2022-01-26 Geräteanordnung, Client-Server-System, Verfahren, Computerprogramme sowie Speichermedium
PCT/EP2023/051762 WO2023144186A1 (de) 2022-01-26 2023-01-25 Geräteanordnung, client-server-system, verfahren, computerprogramme sowie speichermedium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102022200834.0A DE102022200834A1 (de) 2022-01-26 2022-01-26 Geräteanordnung, Client-Server-System, Verfahren, Computerprogramme sowie Speichermedium

Publications (1)

Publication Number Publication Date
DE102022200834A1 true DE102022200834A1 (de) 2023-07-27

Family

ID=85150607

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102022200834.0A Pending DE102022200834A1 (de) 2022-01-26 2022-01-26 Geräteanordnung, Client-Server-System, Verfahren, Computerprogramme sowie Speichermedium

Country Status (2)

Country Link
DE (1) DE102022200834A1 (de)
WO (1) WO2023144186A1 (de)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102009055127A1 (de) 2009-12-22 2011-06-30 Robert Bosch GmbH, 70469 Vorrichtung und Verfahren zum Überwachen von Videoobjekten
CN112799826A (zh) 2019-11-14 2021-05-14 杭州海康威视数字技术股份有限公司 智能分析算法选取方法、装置、系统及电子设备

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8532336B2 (en) * 2010-08-17 2013-09-10 International Business Machines Corporation Multi-mode video event indexing

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102009055127A1 (de) 2009-12-22 2011-06-30 Robert Bosch GmbH, 70469 Vorrichtung und Verfahren zum Überwachen von Videoobjekten
CN112799826A (zh) 2019-11-14 2021-05-14 杭州海康威视数字技术股份有限公司 智能分析算法选取方法、装置、系统及电子设备

Also Published As

Publication number Publication date
WO2023144186A1 (de) 2023-08-03

Similar Documents

Publication Publication Date Title
EP3058556B1 (de) Verfahren und vorrichtung zur automatisierten waldbrandfrüherkennung mittels optischer detektion von rauchwolken
DE60213715T2 (de) Bildüberwachungsvorrichtung, -verfahren und -verarbeitungsprogramm
DE102017107264A1 (de) Sichtbasierte regenerkennung unter verwendung des tiefen lernens
DE102009055127A1 (de) Vorrichtung und Verfahren zum Überwachen von Videoobjekten
DE102007031302A1 (de) Vorrichtung zur Erkennung und/oder Klassifizierung von Bewegungsmustern in einer Bildsequenz von einer Überwachungsszene, Verfahren sowie Computerprogramm
EP2034461A2 (de) Verfahren zur Detektion und/oder Verfolgung von bewegten Objekten in einer Überwachungsszene mit Störern, Vorrichtung sowie Computerprogramm
DE112013005195T5 (de) Verfahren und Vorrichtung zur Auswahl eines Videoanalyse-Algorithmus, basierend auf historischen Ereignisdaten
WO2020239540A1 (de) Verfahren und vorrichtung zur detektion von rauch
DE112020004853T5 (de) Reduzierung eines Flimmereffektes mehrerer Lichtquellen in einem Bild
DE102019220171A1 (de) Umwandlung von Eingangs-Bilddaten einer Mehrzahl von Fahrzeugkameras eines Rundumsichtsystems in optimierte Ausgangs-Bilddaten
DE112021005703T5 (de) Informationsverarbeitungseinrichtung und informationsverarbeitungsverfahren
DE102022200834A1 (de) Geräteanordnung, Client-Server-System, Verfahren, Computerprogramme sowie Speichermedium
DE112020007472T5 (de) Lernnutzungssystem, nutzungsvorrichtung, lernvorrichtung, programm und lernnutzungsverfahren
DE102018201909A1 (de) Verfahren und Vorrichtung zur Objekterkennung
DE102021201833A1 (de) Vorrichtung zur Verarbeitung von mindestens einem Eingangsdatensatz unter Verwendung eines neuronalen Netzes sowie Verfahren
DE112021007535T5 (de) Einstellung des Verschlusswerts einer Überwachungskamera über KI-basierte Objekterkennung
DE102018201914A1 (de) Verfahren zum Anlernen eines Modells zur Personen-Wiedererkennung unter Verwendung von Bildern einer Kamera und Verfahren zum Erkennen von Personen aus einem angelernten Modell zur Personen-Wiedererkennung durch eine zweite Kamera eines Kameranetzwerkes
EP3772017A1 (de) Bahnsignalerkennung für autonome schienenfahrzeuge
DE102021005058A1 (de) Verfahren zum Ermitteln von Begrenzungen von und unbeweglichen Objekten in Einsatzgebieten für autonome und/oder teilweise autonome Geländefahrzeuge für Einsätze der Geländefahrzeuge in den Einsatzgebieten
EP3042339B1 (de) Verfahren und steuergerät zum erkennen eines objektes in einer bildinformation
DE102021211197A1 (de) Verfahren und Vorrichtung zur Sicherung einer Funktionsfähigkeit eines Videosystems
DE102021101717A1 (de) Verfahren zum Bereitstellen von fusionierten Daten, Assistenzsystem und Kraftfahrzeug
DE112021007544T5 (de) Rauschentfernung für ein überwachungskamerabild mittels ki-basierter objekterkennung
DE102020215539A1 (de) Bestimmung der Robustheit eines Objektdetektors und/oder Klassifikators für Bilddaten
DE102022209403A1 (de) Verfahren zum Überprüfen der Durchführung einer Prädiktionsaufgabe durch ein neuronales Netzwerk

Legal Events

Date Code Title Description
R163 Identified publications notified