Optische Sensorik - Aktivitätserkennung

Um Positionen und Bewegungen von Personen für anspruchsvolle Lokalisierungsaufgaben zu detektieren, eignen sich optische Messsysteme besonders. Deshalb hat das Fraunhofer IIS/EAS ein energieeffizientes System zur Aktivitätssensorik mithilfe von Bildsensor-Systems-on-Chip mit multimodaler, texturbasierter Bildfolgeverarbeitung entwickelt. Es ermöglicht die robuste, ortsaufgelöste Erfassung von Bewegungen und Gesten, ohne dass Bilddaten ausgegeben werden. So bleibt die Privatsphäre geschützt. Die gewonnenen Daten dienen zum Beispiel als Grundlage für Szenenanalysen oder Bewegungsverfolgung.

Unser Ansatz

Beispiele für Karmeramodule

Beispiele für Kameramodule

Der Ansatz des Fraunhofer IIS/EAS basiert auf robusten, texturbasierten, multimodalen Algorithmen zur Bewegungserkennung und -lokalisierung. Für die extrem stromsparende Datenverarbeitung wurde ein Bildsensor-System-on-Chip (SoC) implementiert. Neben dem geringen Energieverbrauch spielte bei dessen Entwicklung auch »Privacy by Design« eine fundamentale Rolle. Die Ableitung von flächigen Objektmerkmalen (Textur) bereits im Bildsensor-SoC ermöglicht einen maximalen Schutz der Privatsphäre. Da er keine Realbilddaten ausgibt, können Personen nicht visuell wiedererkannt werden. Darüber hinaus werden die Anforderungen an zusätzliche Hardwarekomponenten minimiert, was zu niedrigeren Gesamtkosten führt.

Verglichen damit können beispielsweise passive Infrarot-Bewegungsmelder (PIR-Sensoren) ausschließlich feststellen, dass eine Bewegung vorliegt, aber nicht welcher Art sie ist und wo genau sie stattfindet. Durch Kombination mehrerer PIR-Sensoren ist zwar eine Erhöhung der räumlichen Auflösung denkbar. Ein Tracking von Personen, um Position und Bewegungsmuster abzuleiten, ist aber nicht möglich. Im Gegensatz dazu beinhalten die am Fraunhofer IIS/EAS entwickelte Bildsensorhardware und die implementierte Software Algorithmen, die an diese Anforderung angepasst sind. Durch sie lassen sich Texturen unabhängig von der Beleuchtung sowie orts- und zeitaufgelöst erfassen und klassifizieren. So können Menschen automatisch von Geräten, die Bewegungen wiedergeben oder ausführen (Fernseher, Ventilatoren usw.), unterschieden werden.