Suchen

Aufzeichnungen werden auf dem Server als Segmente mit Zeitstempel gespeichert. Sobald Sie eine Kamera wählen, überträgt ein einziger WebSocket-Kanal die Liste der aufgezeichneten Zeiträume und den Strom der Erkennungsereignisse, sodass sich die Zeitleiste ohne Polling füllt. Die Ereignisse stammen aus der Analysedatenbank, in die die KI-Pipeline jede Bewegung, Person, jedes Fahrzeug und jedes Kennzeichen mit Vorschaubild geschrieben hat. Filter-Chips grenzen die Liste nach Typ ein. Der Server entschlüsselt Segmente bei Bedarf im Arbeitsspeicher und liefert das Video an den Browser. Ein Klick auf ein Ereignis setzt den Abspielkopf auf genau diesen Moment.

Während die KI-Pipeline den Livestream auswertete, hat sie jede Erkennung mit Klasse, Konfidenz, Begrenzungsrahmen und Vorschaubild in der Analysedatenbank gespeichert. Die Wiedergabe liest diese Einträge für den gezeigten Moment und zeichnet den Rahmen im Browser über das Video – in die Aufzeichnung selbst wird nichts eingebrannt. Die Seitenliste speist sich aus denselben Einträgen und zeigt Klasse, Zeit und Konfidenz. Ein Klick auf einen Eintrag springt in der Aufzeichnung genau zu diesem Zeitpunkt. Der Tracker zählt außerdem, wie viele Sichtungen zu einem Objekt gehören – so lässt sich ein geparktes Auto von vielen vorbeifahrenden unterscheiden.

„Untersuchen“ nimmt das Bild unter dem Abspielkopf und schickt es an den Server, der den Detektor darauf anwendet und das Objekt samt Maske ausschneidet. Die Schaltfläche „Identifizieren“ übergibt diesen Ausschnitt an ein Vision-Language-Modell, das in den KI-Einstellungen konfiguriert ist – lokal oder über einen Anbieter Ihrer Wahl –, und zeigt dessen Beschreibung an. Die Farbe wird aus dem Ausschnitt selbst ermittelt. „Diesen Typ und diese Farbe suchen“ durchsucht dann die Analysedatenbank nach Erkennungen derselben Klasse und Farbe in allen Aufzeichnungen. Die Beschreibung ist die bestmögliche Einschätzung eines Modells – und es sagt das auch, wenn die Sicht schlecht ist.

Der Server geht die aufgezeichneten Segmente des gewählten Zeitraums durch, entschlüsselt sie im Arbeitsspeicher und tastet Bilder ab. Eine Hintergrundsubtraktion überspringt leere Bilder, sodass Objektdetektor und Tracker nur dort laufen, wo sich etwas bewegt. Jedes verfolgte Objekt wird zu einer Röhre aus ausgeschnittenen Bildern mit ihren ursprünglichen Zeitstempeln. Die Röhren werden neu angeordnet, sodass sie gleichzeitig über einem gemeinsamen Hintergrund ablaufen, und ffmpeg rendert das Ergebnis als MP4 mit der eingebrannten Originalzeit jedes Objekts. Der Job läuft im Hintergrund mit Fortschrittsanzeige und kann abgebrochen werden. Ein Klick auf ein Objekt setzt die Zeitleiste auf seinen ursprünglichen Moment.

Der Server schneidet den gewünschten Zeitraum mit ffmpeg aus den aufgezeichneten Segmenten und entschlüsselt verschlüsselte Aufzeichnungen auf Wunsch im Arbeitsspeicher. Zeitstempel, Kameraname und Wasserzeichen werden ins Bild eingebrannt. Ist die Verschlüsselung aktiviert, wird das MP4 mit AES-256 verschlüsselt – mit einem Schlüssel, der per PBKDF2 aus Ihrem Passwort abgeleitet wird –, und daneben wird eine Signaturdatei geschrieben. Das Passwort wird nie gespeichert, daher kann es auch niemand wiederherstellen. Je nach gewähltem Ziel bleibt das Ergebnis auf dem Server, wird auf Ihren Computer heruntergeladen oder beides.

Der Player läuft auf jedem Computer, auch ohne PotoP-Server. Sie wählen das verschlüsselte Video und seine Signaturdatei und geben das Passwort ein. Zuerst prüft er die Signatur per HMAC, um nachzuweisen, dass die Datei unverändert ist, leitet dann mit PBKDF2 den Schlüssel aus dem Passwort ab und entschlüsselt mit AES-256. Das Klartextvideo existiert nur im Arbeitsspeicher, solange es läuft. Von dort aus können Sie die grünen Griffe ziehen, um einen Ausschnitt zuzuschneiden, ein Standbild speichern oder eine normale MP4-Kopie exportieren. Eine browserbasierte Variante liegt Exportordnern bei, mit Startern für Linux, Windows und macOS.

Jede Kamera hat ihre eigenen, auf dem Server gespeicherten Aufzeichnungseinstellungen, und der Rekorder übernimmt sie, sobald Sie speichern. Auslöser können durchgehend sein, ein Wochenplan oder Ereignisse wie Bewegung, Person, Kennzeichen, ein Alarmeingang oder ein Makro – mit Vor- und Nachlaufpuffer, damit auch der Moment vor dem Auslöser erhalten bleibt. Segmente werden in einer festgelegten Länge geschnitten und können nach dem Abschluss mit AES-256 verschlüsselt werden. Die Vorhalteregel entfernt alte Segmente nach Alter oder maximaler Größe. Start-, Stopp- und Erkennungsereignisse können Benachrichtigungen über Systemereignisse, E-Mail, Telegram oder einen Webhook auslösen.

Jede Erkennung der KI-Pipeline wird mit Kamera, Klasse, Konfidenz, Zeit, Track-ID und Merkmalen in die Analysedatenbank geschrieben. Die Suchmaske führt eine gefilterte Abfrage auf dieser Datenbank aus und antwortet daher in einem Schritt über alle Kameras hinweg. Merkmale wie Farbe, Kleidung und Haare werden zum Zeitpunkt der Erkennung durch Klassifizierung des Objektausschnitts ermittelt. Ein Doppelklick auf eine Zeile öffnet die Wiedergabe bei dieser Kamera und Uhrzeit. Die Schaltfläche „CSV exportieren“ schreibt die aktuelle Ergebnisliste in eine Datei, und das Statistikfeld zählt Personen, Fahrzeuge und eindeutige Tracks.

Jeder Personen- oder Fahrzeugausschnitt wird von einem kleinen Re-Identifikationsmodell unter OpenVINO in einen Erscheinungsvektor mit 256 Werten umgewandelt und in der Analysedatenbank gespeichert. Bei der Suche wird das Suchbild auf dieselbe Weise eingebettet und per Kosinus-Ähnlichkeit mit den gespeicherten Vektoren verglichen – über einen Index im Arbeitsspeicher, sodass das Ergebnis exakt und schnell ist. Da das Gesamterscheinungsbild und nicht ein Gesicht verglichen wird, funktioniert es auch bei Personen, die von hinten oder in geringer Auflösung zu sehen sind. Die Auswahl eines Ergebnisses lädt Sichtungsverlauf und Route dieses Tracks, und „In der Wiedergabe verfolgen“ öffnet die Aufzeichnungen.

Die Auswahl listet alle Benutzergruppen mit einer kurzen Beschreibung ihrer Rechte, und ein Suchfeld grenzt die Liste ein. Das Hinzufügen einer Gruppe speichert auf dem Server eine Verknüpfung zwischen dieser Benutzergruppe und der Gerätegruppe. Ab dann erhält jedes Mitglied dieser Gruppe die Kameras der Gruppe in Liveansicht, Wiedergabe und Layouts – und über diese Verknüpfung keine anderen. Verknüpfen und Lösen ist ein einziger Schritt und wirkt für angemeldete Benutzer ohne Neustart.