Erkennung von Menschen mittels eingebetteter KI

Menschenerkennung
© Fraunhofer IMS
Menschenerkennung

In dem Projekt »noKat« (Entwicklung eines neuronalen, optischen Kameratrackers zur Detektion sich annähernder Personen), welches im Rahmen des »Zentralen Innovationsprogramms Mittelstand« (ZIM) vom Bundesministerium für Wirtschaft und Energie gefördert wird, entwickelt das Fraunhofer IMS zusammen mit dem Partnerunternehmen van Rickelen GmbH & Co. KG einen optischen Näherungssensor, der in der Lage ist, herannahende Menschen mittels künstlicher Intelligenz (KI) aus RGB-Bildern einer low-cost Kamera zu erkennen. Das System sieht aktuell eine stationäre Montage der Kamera vor, ähnlich wie die Anbringung bei herkömmlichen Bewegungsmeldern. Der Algorithmus zur Erkennung von Personen läuft vollständig integriert auf einem eingebetteten System. Eine Anbindung an eine Cloud ist nicht vorgesehen, um allen Datenschutzansprüchen gerecht zu werden. Somit verlässt kein Bild das System, lediglich Kontrolldaten, wie »Person erkannt«. Diese können zur weiteren Steuerung im Gebäudemanagement genutzt werden. Die Hardware ist im low-cost Segment angesiedelt und besonders energiesparend. Durch den Einsatz neuartiger Merkmalsextraktionen in Kombination mit einem sehr kompakten Feedforward Neural Network, welches mit dem Software-Framework »Artificial Intelligence for Embedded Systems (AIfES)« realisiert wurde, ist ein System entstanden, dass deutlich weniger Parameter benötigt als ein vergleichbares Convolutional Neural Network (ConvNet). »noKat« benötigt im Vergleich zu dem »EfficientDet-D7« über 99% weniger Parameter und ist somit deutlich performanter auf ressourcenbegrenzten Systemen wie z. B. Mikrocontrollern. »noKat« erkennt und klassifiziert Menschen in einem bewegten Bild, wobei auch mehrere verschiedene Objekte in einem bewegten Bild vorhanden sein können. Erste Messungen auf dem Zielsystem (Mikrocontroller mit 160 MHz Takt) zeigten, dass der Algorithmus bei einer Auflösung von 320x240 nur ca. 120 ms für eine Objektklassifikation benötigt. Zum Projektende im November 2021 ist eine Präsentation des Demonstrators geplant.

 

Vorteile des Systems:

  • Menschen werden erkannt
  • Vollständig integriert in einem eingebetteten System
  • Keine Internet- oder Cloudanbindung nötig
  • Keine Daten oder Bilder verlassen das System
  • Low-cost und low-power Hardware
  • Software auch auf andere Systeme portierbar

van Rickelen GmbH & Co. KG

https://vr-ing.de/

 Eine Veröffentlichung von van Rickelen und GED:

https://vr-ing.de/wp-content/uploads/2021/01/Die-naechste-Dimension-der-Elektronik_Productronic2020-2.pdf

Unsere Anwendungen – Beispiele was wir für Sie tun können

Dezentrale KI-Systeme und AIfES Plattform

KI Framework, open roberta, Arduino.

Föderiertes Lernen für ressourcenbegrenzte Systeme

SEC-Learn

Personalisierbare KI

Individuell trainierbare Gestenerkennung

Unsere Anwendungsfelder – Unsere Expertise für Sie

Nachhaltige Produktion

 

  • Optimierung von Rohstoff- und Energieeinsatz
  • Einsatz alternativer Energieträger und energieautarke Sensoren

 

 

 

Mobile autonome Fertigung

  • Sensorik / Steuerung für Robots / Cobots
  • Industrielle Transportsysteme (AGV)
  • Mensch-Maschine Interaktion

Industrial-AI

  • Dezentrale KI-Systeme und Plattformen
  • Sensor-/Aktor-Optimierung und Kosteneffizienz durch lokale KI
  • Mustererkennungsverfahren

Vertrauenswürdige Elektronik

  • Schutz vor Produktpiraterie / Fälschungssichere Kennzeichnung
  • Manipulations- und ausfallsichere Elektronik
  • Vertrauenswürdige Lieferketten
 

Industry (Home)

Hier gelangen Sie zurück zu der Übersichtsseite des Industry Geschäftsfeldes.