Liyuan Li und Maylor K.H. Leung von der School of Computer Engineering der Nanyang Technology University in Singapur haben ein System zur Erkennung verdächtigen Verhaltens auf Video entwickelt. Ziel ist es, Überwachungskameras öffentlicher und privater Räume damit auszustatten, um die Effizienz dieser Technik zu erhöhen. Eine Person könnte so ungefähr 100 Monitore beobachten und steuern.
Dabei wird eine Kamera mit einen lokalen Rechner verbunden, der für Aufzeichnung un Verarbeitung der Daten zuständig ist. Über diesen gelangen die Bildinformationen per Datennetz über einen Server zu einem Bildschirm, der von einem Mitarbeiter kontrolliert wird. Das Software wertet die Bildinformation in mehreren Stufen aus. Als erstes wird nach Bewegungsmustern gesucht, welche dann vom Rest der Aufnahme isoliert werden. Der so gewonnene Auschnitt dient als Basis für die eigentliche Analyse. Indem man die Bewegungsmuster von der Umgebung abstrahiert, erhält man eine Art Schattenriß des Vorgangs. Dieser Schattenriß wird im letzten Schritt gescannt und nach signifikanten Merkmalen für verdächtiges Verhalten, wie zum Beispiel ein hochgehobenes Bein oder eine Faustbewegung in Kopfhöhe bzw. entsprechenden Körperhaltungen, Schritt für Schritt durchsucht. Je nach Ergebnis wird dem Mitarbeiter angezeigt, ob und was für ein Verhalten registriert wurde. Zum Beispiel könnte eine in Kopfhöhe schnell ausgestreckte Faust im Kontext des Bildes als tätlicher Angriff gewertet werden und im nachgeschalteten Schritt einen Polizeieinsatz auslösen.
Bisher kann das System etwa Telefonieren und Spazierengehen als normale Aktivitäten und Angriff und Vandalismus als verdächtige Handlungen differenzieren. Dabei wurden Indikatoren, wie Umriß, Bewegungsgeschwindigkeit und -richtung berücksichtigt. In 96% der Fälle hat das System die von Schauspielern gestellten Situationen richtig bewertet. Noch arbeitet man an der Verbesserung der Fehlerquote, wobei eine 100%ige Garantie wohl prinzipiell unerreichbar bleibt, was aber auch ein echter Polizist nicht leisten kann. Einzig die Unpersönlichkeit der Auswertung ist eine qualitative Veränderung. Damit kann ein Falschalarm in diesem automatisierten Ablauf viel schwerwiegendere Folgen haben, als eine falsche Einschätzung des Polizisten auf der Straße.