ich habe ein (wahrscheinlich) etwas ungewöhnliches Problem: Ich bin regelmäßig unterwegs um z.B. an Kirchen den Ausflug von Fledermäusen nachzuweisen. Da dies mit bloßem Auge oft sehr schwer ist, da die Fledermäuse in der Dämmerung ausfliegen, möchte ich dies gerne technisch lösen. Ich habe mir also eine recht gute Überwachungskamera gekauft und bereits schon ein paar Test gemacht. Die Ausflüge sind tatsächlich im Bild erkennbar. Durch das kleine Objekt, die schwache Beleuchtung und die schnelle Bewegung ist die Darstellung im Video etwas "geisterhaft", aber durchaus in Ordnung.
Die Bewegungserkennung der Kamera selbst kommt hiermit natürlich nicht klar. Somit muss ich den Abend vollständig aufzeichnen und die Bewegungen im Nachgang am Rechner suchen. Und genau das bringt mich zu meinem Problem: Es sollen später mal 4-5 Kameras um ein Gebäude aufgestellt werden und jeweils ca. 2 Stunden aufzeichnen. Ich müsste also 10 Stunden Video durchsehen und würde dabei vermutlich wieder einiges übersehen.
Ich benötige also eine Software, die kleine Bewegungen im Bild erkennt und mir anschließend, in welcher Form auch immer, anzeigt wo bzw. vor allem wann im Video die Bewegungen waren. Die Motion-Detection vom VLC Media Player ist hier schon recht gut, da hier die Bewegungen zuverlässig erkannt werden. Aber dann halt nur mit einem Kästchen im Bild markiert und fertig. Somit muss ich ja wieder alles anschauen... Außerdem lassen sich hier keine Bereiche ausgrenzen. Wenn also ein Baum mit im Bild ist, wird dieser bei leichtem Wind als Bewegung erkannt.
Gibt es die Möglichkeit die nicht relevanten Bereiche mit einem z.B. schwarzen Feld zu überlagern? Und kann ich mir irgendwie die Zeiten der Bewegungen ausgeben lassen?
In einem anderen Programm ist die Motion-Detection so sensibel, dass die Bewegung von Wolken im Hintergrund als Bewegung erkannt wird.
Da ihr ja vermutlich sehr viel mit Videoprogrammen arbeitet habe ich die große Hoffnung, dass ihr mir da weiter helfen könnt.
Das führt leider nicht zum Erfolg. Solche Geräte habe ich selbstverständlich im Einsatz. Nur bringe die hier nichts. Zum einen rufen mache Arten so leise, dass die vom Detektor auch dann nicht erfasst werden, wenn die Fledermäuse fast unmittelbar an einem vorbei fliegen. Zum anderen weiß ich ja dann nur, dass irgendwo in der Nähe eine war. Wo die allerdings her kam ist immer noch unklar. Ich benötige für meine Aufgabenstellung ein bildgebendes Verfahren.
Es beantwortet Deine Frage zwar nicht, aber Fledermäuse verlassen schon oft kurz vor Anbruch der Dunkelheit ihre Unterschlüpfe. Besonders frühmorgens in den wärmeren Monaten, bei Tagesanbruch, wenn es schon recht hell ist, kann man sie dabei beobachten, wie sie sich in ihre Unterschlüpfe einfinden. Oft brauchen sie dabei mehrere Anflüge, um in die Öffnungen zu gelangen. Auf Anhieb gelingt es ihnen meistens nicht. Gerade wenn ein Gebäude älter ist und über geeignete Öffnungen verfügt, und wo sie u. U. vermutet werden, könnte eine Kontrolle um diese Tageszeiten von Erfolg sein. Im Frühsommer und Sommer kann man sie tagsüber sogar hören, was zwar nicht einfach ist, da es sich dabei um sehr leise Töne handelt. Auch ihre Ausscheidungen verraten sie zum Teil. Da muss man genau hinschauen. Auf Fensterbänken, unter Dachüberständen, an Gebäuden.
Was ich damit sagen möchte, ist, dass es nicht unbedingt Nacht sein muss, um Fledermäusen auf die Spur zu kommen. Viel Glück jedenfalls.
„Wissen Sie, Ryback, aussehen tut's köstlich. Aber riechen tut's wie Schweinefraß. Ich hab' Ihren Scheiß lang genug geduldet. Nur weil der Captain die Art liebt, wie Sie kochen. Aber dieses eine Mal ist er nicht hier und wird Ihnen nicht helfen können.“
Fledermaus+ hat geschrieben: ↑Di 03 Aug, 2021 18:59
Die Bewegungserkennung der Kamera selbst kommt hiermit natürlich nicht klar. Somit muss ich den Abend vollständig aufzeichnen und die Bewegungen im Nachgang am Rechner suchen. Und genau das bringt mich zu meinem Problem: Es sollen später mal 4-5 Kameras um ein Gebäude aufgestellt werden und jeweils ca. 2 Stunden aufzeichnen. Ich müsste also 10 Stunden Video durchsehen und würde dabei vermutlich wieder einiges übersehen.
Ich benötige also eine Software, die kleine Bewegungen im Bild erkennt und mir anschließend, in welcher Form auch immer, anzeigt wo bzw. vor allem wann im Video die Bewegungen waren.
für genau diesen zweck bzw. derartige bildanalysen gibt's jede menge software, die eigentlich dazu gedacht ist, die aufnahmen meherer überwachungskameras zu analysieren und darin bewegungen bspw. von einbrechern u.ä. effizient herauszufiltern.
Fledermaus+ hat geschrieben: ↑Di 03 Aug, 2021 18:59
Die Motion-Detection vom VLC Media Player ist hier schon recht gut, da hier die Bewegungen zuverlässig erkannt werden. Aber dann halt nur mit einem Kästchen im Bild markiert und fertig. Somit muss ich ja wieder alles anschauen... Außerdem lassen sich hier keine Bereiche ausgrenzen. Wenn also ein Baum mit im Bild ist, wird dieser bei leichtem Wind als Bewegung erkannt.
Gibt es die Möglichkeit die nicht relevanten Bereiche mit einem z.B. schwarzen Feld zu überlagern? Und kann ich mir irgendwie die Zeiten der Bewegungen ausgeben lassen?
naja -- motion detection selbst in seiner ganz elementaren form ist ausgesprochen einfach umzusetzten (bspw. mit den optical flow routinen im OpenCV -- dazu findet man ohnehin unmengen an sehr einfach gehaltenen tutorials, wenn man im netz nach "opencv motion detection" sucht), trotzdem löst man derartiges mittlerweile meist eher mit komplizierter methoden des machine learnings, wo dann auch gleich menschliche körper bspw. von im wind bewegten ästen, fahrzeugen u.ä. automatisch unterschieden werden. für deinen zweck dürfte letzteres aber eher unbrauchbar sein bzw. mit großem aufwand verbunden sein, weil man die entsprechenden mechanismen erst einmal auf die erkennung von fledermäusen traineren müsste, was nicht unbedingt ganz einfach ist.
aber natürlich könnte es im zusammenhang mit fledermäusen auch noch die möglichkeit geben, die ultraschallsignale, die sie zur navigation im dunklen verwenden, als zusätzliche quelle der entscheidungsfindung einzubeziehen. dafür gibt's eigene hardware, die von tierbeobachtern für die selektive auswertung derartigen ultraschalls herangezogen wird -- bspw: https://www.cnx-software.com/2021/07/30 ... efm32-mcu/
Fledermaus+ hat geschrieben: ↑Di 03 Aug, 2021 21:58
Danke für eure Hilfen! Ich bin Diplom Biologe und mache das schon etliche Jahre. Daher sind mir die "gängigen" Methoden durchaus bekannt.
dieses fachwissen bzw. entsprechende praktische erfahrung ist natürlich ohnehin ausgesprochen wertvoll und durch nichts zu ersetzten, trotzdem kann auch der blick durch die brille des technikers manchmal möglichkeiten erschließen, an die man zuerst gar nicht denkt.
z.b. kann man heute mit ein bisserl signal-processing und mikrofonarrays schallquellen im raum durchaus auch relativ einfach und genau lokalisieren, auch wenn uns das aus unserer beschränkten menschlichen erfahrung heraus in dieser weise nicht unmittelbar vertraut ist. ;)
Fledermaus+ hat geschrieben: ↑Di 03 Aug, 2021 21:58
Die Suche nach "opencv motion detection" werde ich mal ausgiebig bemühen. Leider habe ich im Netzt noch nicht viel brauchbares gesehen.
wenn du biologe bist, kann es natürlich schon ein recht herausfordernder sprung ins kalte wasser sein, sich in diese technischen methoden der bildanalyse einzuarbeiten bzw. den umgang mit den notwendigen werkzeugen zu erlernen. ganz trivial ist das ja leider nicht. aber zum glück werden so werkzeugsammlungen wie opencv ohnehin gerne benutzt, um entsprechendes wissen zu vermitteln und spielerisch zu erwerben. deshalb gibt's hier wenigstens einigermaßen verdauliche einführende tutorials und sehr viel gute dokumentation.
in der praxis wirst dabei halt entdecken, wie sehr sich der zugang zu diesen dingen in den letzten jahren völlig verändert hat. opencv gibt's ja schon relativ lange, aber erst vor relativ kurzer zeit sind all diese neuen machine learning möglichkeiten dazugekommen, die praktisch alle bisherigen zugänge übertreffen und in windeseile abgelöst haben. einfacher ist es dadurch halt leider nicht unbedingt geworden. ;)
Das es nicht ganz einfach wird war leider von Anfang an klar ;-)
Alles was mit Schall zu tun hat funktioniert wie gesagt leider nicht, da eine "Kirchen bewohnende" Art extrem leise ruft und dadurch nahezu nicht hörbar (Im Ultraschalldetektor) ist. Andere Arten hingegen machen in der Lautstärke Presslufthammern Konkurrenz.
Der für mich wichtige Teil ist vor allem den exakten Punkt des Ausfluges nachzuweisen. Es geht nicht darum die Anwesenheit der Tiere festzustellen. Hierfür gibt es deutlich einfachere Methoden.
Ich würde an dieser Stelle gerne meine "Kern-"Frage nochmal aufgreifen:
Gibt es z.B. im VLC Player die Möglichkeit die nicht relevanten Bereiche mit einem z.B. schwarzen Feld zu überlagern? Und kann ich mir irgendwie die Zeiten der Bewegungen ausgeben lassen?
Das Thema "opencv motion detection" werde ich auf jeden Fall genauer Aufgreifen.
Ich setze ab und an ImageJ für die Analyse wissenschaftlicher Aufnahmen ein. Dafür gibt es das Plugin MTrackJ für Motion Tracking /Analyse. Ich nehme aber an, daß es eher für kürzere Sequenzen brauchbar ist, nicht für stundenlange Clips.
Die Beschreibung liest sich schon mal ganz verheißungsvoll:
"DVR-Scan is a cross-platform command-line (CLI) application that automatically detects motion events in video files (e.g. security camera footage). In addition to locating both the time and duration of each motion event, DVR-Scan will save the footage of each motion event to a new, separate video clip. Not only is DVR-Scan free and open-source software (FOSS), written in Python, and based on Numpy and OpenCV, it was built to be extendable and hackable."
Da es auf OpenCV basiert, kann man ggf. auch ROI definieren, um außerhalb liegende Bildteile von der Analyse auszuschließen.
Nachtrag: Definition einer ROI ist laut Dokumentation möglich:
"... -roi / --region-of-interest: If specified, scans only in the selected rectangular area. Can select with mouse, or by specifying a bounding box of the form [x y w h] (e.g. -roi allows specifying the bounding box with mouse, and -roi 100 110 50 75 specify a bounding box starting at (100,110) with a width and height of 50x75 pixels). Selection is made with the mouse by clicking-and-dragging, followed by hitting the enter/return key when the selection is finalized..."
Rechtliche Notiz: Wir übernehmen keine Verantwortung für den Inhalt der Beiträge
und behalten uns das Recht vor, Beiträge mit rechtswidrigem oder anstößigem Inhalt zu löschen.
