Mapping mit Dashcams

Mapillary kennst Du ?

christophe_de wrote:

...In diesem Zusammenhang habe ich folgenden Plan. Ich werde mit Hilfe einer GPS-fähigen Dashcam komplette Routen aufzeichnen und die Aufnahmen georeferenziert über den Browser zugänglich machen.
...

Ob das unter den Bedingungen des Datenschutzes einfach möglich ist? 🤔 Da sieht man dann im Netz jede Menge Nummernschilder, Gesichter am Straßenrand, widerrechtlich Handy nutzende Fahrer usw. Das müsste vor Veröffentlichung alles verpixelt werden.

christophe_de wrote:

Der Name OpenAutobahnView beschreibt aber ziemlich gut was ich vorhabe.

Der Name ist, mit Verlaub, "bescheuert". Ein Mix aus 2x englisch und 1x deutsch? Nee, das kann es nicht sein. Es sei denn, du gehst davon aus, dass "Autobahn" überall (zumindest in Europa) ein gängiges Wort für unsere "Rennstrecken" ist.

mit einer 128 GB großen SD-Karte lassen sich gut 15 Stunden Video bei 18 MBit aufnehmen. Damit kommt man schon mal quer durch Europa.

Dir ist klar, dass die saubere Erfassung einer Fahrstunde mehrere Stunden betragen wird? Kollegen sprechen vom Faktor 3-5. Ob sich das jemand "antut" und dann noch auf einer Strecke, wo er selber nicht war? Mag ich ein wenig bezweifeln. Die schiere Bilderflut wird wohl alles erschlagen.

Die rechtlichen Bedenken, die ich teile, wurden ja schon erwähnt.

Gruss
walter

Na ja, wir haben offene Bibliotheken, die solche elemente erkennen und verpixeln können. Nn müsste jemand diese Funktionen integrieren...

wambacher wrote:

christophe_de wrote:

Der Name OpenAutobahnView beschreibt aber ziemlich gut was ich vorhabe.

Es sei denn, du gehst davon aus, dass "Autobahn" überall (zumindest in Europa) ein gängiges Wort für unsere "Rennstrecken" ist.

Jaa dem ist so 😄: In USA kennen vermutlich alle Verkehrsteilnehmer den Begriff der "(German) autobahn", würden aber unter dem dem vorgeschlagenen Begriff "OpenAutobahnMap" vielleicht eher die "Rennstreckenkarte" mit öffentlichen Straßen ohne speedlimits erwarten, 😉 z.B zu verwenden für GTA oder NfS 🤣

Ein mapper hat die A1 südlich von DO schon bei mapillary reingehauen. Hat da leider geregnet.
Den Selbstversuch die Fahrt in OSM zu erfasse kann hier ja mal einer dokumentieren.

Ich kann mir sogar vorstellen, das das, was Schilder angeht, ein Mehrwert ist.

Schilder kommen in der BING Drazfsicht nicht so gut rüber :-)

Christoph

Ich mappe selbst hauptsächlich mit Videos die ich aufzeichne und später abzeichne, wenn Zeit ist. Das ist SO erheblich einfacher und man verpasst gar keine Details mehr, ich weiß nicht, warum ich damit nicht schon früher angefangen habe.

Ich erfasse meine Fahrten jetzt mit einem Raspberry Pi mit Kamera-Modul und USB-GPS, das ganze Setup dient mir zugleich auch als Navi mit einem kleinen LCD-Bildschirm. Die Auswertung dauert wirklich eine ganze Weile, wenn man jedes Detail erfassen will, das man dabei sieht - aber eben diese Details zu finden und mappen zu können sind eben auch der Vorteil dieser Methode. Vor allem in Kombination mit Luftbildern sind solche Fotos oder Videos hilfreich, wenn man z.B. ein bestimmten Objekt (bei mir in letzter Zeit Bushaltestellen) sucht und in etwa weiß, wo es sein muss, man es aber auf dem Foto finden und dann noch einmal mit dem Luftbild genau zuordnen kann.

Hey, ich würde euch gerne erzählen, was sich in der Zwischenzeit so getan hat. Wir machen gute Fortschritte.

Die Kamera ist angekommen und ich bin mit der Qualität zufrieden. Die Auflösung (HD, 1980x1020) reicht aus um Schilder noch ausreichend groß aufzunehmen. Ein Straßenschild ist hat dann je nach Entfernung die Größe von 40x40 bis 80x80 Pixeln, was zur automatischen Erkennung ausreichen sollte.

Bei den ersten Aufnahmen erkennt gab noch deutliche Kompressions-Artefakte insbesondere in dunklen Stellen an den sich schnell bewegenden Bereichen am Rande des Bildes. Ich habe jetzt eine Firmware installiert, die die Datenrate der Aufnahme von 12 auf 18 Mbit/s erhöht, soweit ich das auf den ersten Blick erkennen kann, ist das Problem damit behoben.

Die Erkennung von Straßenschildern (oder anderen Objekten) scheint das größte Problem zu sein. Ich habe mir die bestehenden Projekte angeguckt und keines gefunden, das ich hätte übernehmen wollen. Sie sind entweder ungeeignet für unser Problem oder der Ansatz passt nicht. Ich habe daher angefangen mit OpenCV eine Erkennung von Straßenschildern neu zu schreiben. (Cascade Classification, Cascade Classifier Training) Ich wollte schon lange mal Python ausprobieren, und OpenCV hat eine Python-API.

Die ersten Ergebnisse finde sich sehr motivierend, mein frisch trainierter "sign classifier" erkennt schon einige Schilder. Allerdings nur eins von zweien, ich vermute die starke Fisheye-artige Verzerrung an den Rändern ist dafür verantwortlich. Die ließe sich mit OpenCV korrigieren.

Die Geschwindigkeit der Erkennung liegt bei geschätzt 5 Bildern pro Sekunde auf meinem Notebook (Intel Core 2 Duo P8600). Ich glaube, dass sich da noch viel optimieren lässt. OpenCV bietet außerdem Hardware-Beschleunigung der Berechnung mit CUDA und OpenCL an.

Ich werde die Daten und den Code in den kommen Tagen veröffentlichen, wenn ich sie in einen vorzeigbaren Zustand gebracht habe. Insbesondere bei den Daten habe ich mich noch nicht entschieden, was die längerfristige Speicherung angeht. Bei rund 8 GB pro Stunde kommen da schnell einige 100 GB an Daten zusammen.

http://www.autobahn-bilder.de/ gibt's auch noch, aber die "sind urheberrechtlich geschützt".

Jojo4u wrote:

http://www.autobahn-bilder.de/ gibt's auch noch, aber die "sind urheberrechtlich geschützt".

Nicht ganz! Siehe hier http://forum.openstreetmap.org/viewtopi … 164#p85164

Gruß Georg 😎

christophe_de wrote:

Ich werde die Daten und den Code in den kommen Tagen veröffentlichen, wenn ich sie in einen vorzeigbaren Zustand gebracht habe. Insbesondere bei den Daten habe ich mich noch nicht entschieden, was die längerfristige Speicherung angeht. Bei rund 8 GB pro Stunde kommen da schnell einige 100 GB an Daten zusammen.

Das fänd ich klasse!

Es ist ja doch etwas mehr als Mapillary, wenn du noch Schilderklassifikation etc. drauf baust.

Trotzdem freut sich auch Mapillary über deine Bilder. Vielleicht schiebst du da nur "interessante" Bilder hoch (d.h. welche, auf denen auch Schilder zu sehen sind?).

Hier ein ein paar Zitate zu aktuellen rechtlichen Sicht der Benutzung von Dashcams:

Thomas Kranig, Präsident des Landesamtes für Datenschutz, sieht in den Dashcams eine unzulässige Vorratsdatenspeicherung: "Es würde dazu führen, dass jeder jeden im Straßenverkehr beobachtet", so Kranig. Das Problem dabei sei, dass die gefilmten Menschen nichts von der Videoaufzeichnung wüssten.

Das Ansbacher Verwaltungsgericht erklärte, es sei unzulässig mit den Dashcams Aufnahmen zu machen, die später ins Internet gestellt, auf Youtube oder Facebook hochgeladen oder Dritten – etwa der Polizei vermittelt werden.

Quelle

Sieht super aus - schön, dass das Projekt so vorangeht! Die Fisheye-Verzerrung ist wirklich erheblich, das Problem hat man bei der Raspberry Pi Kamera nicht in diesem Umfang (dafür aber auch einen kleineren Blickwinkel). Ansonsten ist die Bildqualität aber wirklich gut, damit kann man schon recht gut arbeiten und mappen.

Die Schildererkennung würde ich gerne auch einmal auf meine während der Fahrt aufgenommen Bilder loslassen, wenn sie denn so weit "im vorzeigbaren Zustand" ist. Ich schätze mal, du hast die deutschen Verkehrsschilder als Training für die Software benutzt? In dem Fall muss ich sie wohl zuerst auf die estnischen Schilder trainieren, aber das sollte ja kein Problem sein. Einige davon sind ohnehin mit den deutschen identisch, aber es gibt auch Unterschiede.

Der Datenumfang von 8GB pro Stunde ist etwa der gleiche wie beim Raspberry Pi. Deshalb habe ich meine Bilder auch (derzeit) nur auf der lokalen Festplatte, weil ich nicht die nötigen Kapazitäten habe, sie online anzubieten. Mapillary ist sicher eine gute Idee, allerdings holpert das Geotagging bei mir noch ein wenig (GPS-Koordinaten und Bilder laufen während der Fahrt auseinander, scheinbar werden Bilder bzw. Koordinatenpunkte übersprungen, wenn die Kamera am Limit arbeitet).

kartler175 wrote:

Das Ansbacher Verwaltungsgericht erklärte, es sei unzulässig mit den Dashcams Aufnahmen zu machen, die später ins Internet gestellt, auf Youtube oder Facebook hochgeladen oder Dritten – etwa der Polizei vermittelt werden.

Das kann und darf nicht für vernünftig verpixeltete Bilder gelten. Wenn niemand zu erkennen ist und auch die Autoschilder verpixelt sind, möchte ich mal deren Argument dazu hören.

Gruss
walter

wambacher wrote:

Das kann und darf nicht für vernünftig verpixeltete Bilder gelten. Wenn niemand zu erkennen ist und auch die Autoschilder verpixelt sind, möchte ich mal deren Argument dazu hören.

Gruss
walter

bei den meisten Kameras ist doch sowie so nichts zu erkennen, selbst bei der GoPro sieht man nicht mehr viel wenn man schnell genug ist.
Ich habe mal versucht die Straßennummern an den Begrenzungspfählen zu erkennen 🙁 .
Autoschilder kann man auch nur erkennen wenn man hinterherfährt. Da müsst ihr eben immer zu zweit unterwegs sein 😛 , macht sowieso mehr Spaß 🙄 😎

FGOSM22 wrote:

wambacher wrote:

Das kann und darf nicht für vernünftig verpixeltete Bilder gelten. Wenn niemand zu erkennen ist und auch die Autoschilder verpixelt sind, möchte ich mal deren Argument dazu hören.

Gruss
walter

bei den meisten Kameras ist doch sowie so nichts zu erkennen, selbst bei der GoPro sieht man nicht mehr viel wenn man schnell genug ist.
Ich habe mal versucht die Straßennummern an den Begrenzungspfählen zu erkennen 🙁 .
Autoschilder kann man auch nur erkennen wenn man hinterherfährt. Da müsst ihr eben immer zu zweit unterwegs sein 😛 , macht sowieso mehr Spaß 🙄 😎

Würde ich so nicht sagen. Wenn du Mapillary an siehst hat man da öfters mal gutlesbare Nummernschilder ( und mein Handy hat nicht mal Autofocus).

MHohmann, ich habe gestern mal die Schildererkennung auf dieses Video losgelassen, das war das einzige HD-Video was ich auf die Schnelle finden konnte. Es wurden ca. 1800 Frames mit Schildern erkannt, die FP-Rate liegt bei unter 5%. Wie viele Schilder nicht erkannt wurden kann ich nicht sagen, ich habe gerade keine Lust mir die 6 Stunden selbst anzugucken. Würdest du mir so ein Video von mal zukommen lassen?

Wegen der Verzerrung werde ich meine Kamera wohl mit OpenCV kalibrieren.

Ich werde mit den Leuten von Mapilliary mal reden in welchem Umfang sie da Interesse haben. An der Extraktion von Metadaten aus ihren Bildern haben sie bestimmt ebenfalls Interesse.

Ein Video habe ich derzeit nicht da, da ich bisher eher mit Fotos arbeite - die Raspberry Pi Cam schafft bei 2592*1944 Pixeln ein Bild pro Sekunde. Das sind natürlich deutlich weniger Bilder, aber bei der Auflösung kann man mehr Details erkennen, so ist jedenfalls meine Erfahrung. Auf diese Weise lässt sich oft auch die etwas kleinere Schrift z.B. bei den Namen von Bushaltestellen lesen. Ich werde mal eine Testfahrt an Bildern zusammenpacken und dir zukommen lassen. Wenn ich mal wieder mit dem Auto unterwegs bin, kann ich auch mal ein Video aufnehmen, dann lässt es sich besser vergleichen.

Was die Probleme mit der Fishaugen-Verzerrung bei der Schilderkennung der PanoramaII anbetrifft: Die hat auch nur eine normales M12-Optik dran wie jede andere Dashcam, einfache CCTV-Überwachungskamera, Lan-Kamera oder GoPro(!).
Wenn man da in der Klasse der "Megapixel"-Objektive bleibt und und statt 2,8mm oder 3,6mm Brennweige auf z.B. 4mm oder 5mm geht (ali-express und amazon haben da viel...)
Dann wird das mit dem Bildausschnitt schon deutlich schöner. (ich habe bei mir im Auto sogar eine zweite Kamera mit 8mm Brennweite, weil ich schlicht auch ein wenig in die Ferne schauen möchte zum Fishauge der UUC.)
Ach ja, Videos kann ich auch jede Menge spenden, wenn Bedarf besteht.

BTW: Es gibt auch Software, die Objektivverzerrungen von Action-Cams entzerrt. Gibt natürlich Schärfeverlust, aber wenigstens wird dann die Geometrie für Erkennung einfacher. Vielleicht gibt's ja was scriptbares in Open-Source.

Nur mal zum Vergleich, welche ARbeit man sich "bei längerer Brennweite" vielleicht ersparen kann:
8mm zu 2,4mm Brennweite (auf den üblichen 1/4" Sensor wie in Gopro&Co verbaut)

8mm Brennweite, Uhrzeiten stimmen alle nicht....

gleiche Position mit der Standardoptik der PanoramaII (leicher Fokus-Fehler, gebe ich zu, muss ich justieren)

Oder ähnlicher Bildbeschnitt, also näher drangefahren:

Ich habe mal zur Abschätzung, was in Wohngebieten, in Kerngebieten, Gewerbegebieten und auf Schnellstraßen geht jeweils ca 15min-Segmente zu Youtube gebeamt. Und Aufnahmen simultan in 2,4mm (Weitwinkel) und 8mm(Tele) Brennweite.
Youtube rekodiert die Video und sorgt dabei für reichlich Artefakte. Originale (jeweils rund 1,5GB) kann ich gern per FTP/http zur Verfügung stellen.

Bei Tag, sonnig, teilweise Gegenlicht und schnelle Lichtwechsel.
Weitwinkel: http://youtu.be/dRh4FP7NR8I
Tele: http://youtu.be/OMiiujjgHw4

Bei Nacht, teils unbeleuchtete Straßen
Weitwinkel: http://youtu.be/vB1LC_ZAbN8
Tele: http://youtu.be/xqORBChWEHA

bei zunehmender Dämmerung inkl. gut beleuchteter Tiefgarage
Weitwinkel: http://youtu.be/fPViz6YPVTk
Tele: http://youtu.be/RtDT1YfSFzg

Hallo jha, was die Vorzüge von Normal- oder Teleobjektiven betrifft würde ich dir inzwischen völlig zustimmen. Fällt dir spontan ein Gerät mit integriertem GPS-Empfänger ein? Ich befürchte, dass beim händischen Zusammenführen von GPS- und Videodaten der Kreis an Menschen deutlich schrumpft, die zu Datenerhebung in Frage kommen. Eine Kalibrierung mit OpenCV habe ich mal probiert, aber bis jetzt keine brauchbaren Ergebnisse bekommen. Ich denke aber dass sich da noch etwas ergibt.

Ich lade zur Zeit ca. 80 GB / 10 h Videomaterial auf Amazon S3 hoch, um anschließend die Auswertung mit CUDA beschleunigt auf den GPU-Instanzen von AWS durchzuführen. Der Haken an der Sache ist derzeit, dass ich bis jetzt in Python entwickelt habe, die CUDA-beschleunigten Funktionen aber in der API fehlen. Wir versuchen das gerade zu ergänzen.

christophe_de wrote:

Hallo jha, was die Vorzüge von Normal- oder Teleobjektiven betrifft würde ich dir inzwischen völlig zustimmen. Fällt dir spontan ein Gerät mit integriertem GPS-Empfänger ein?

Es gibt inzwischen alle brauchbaren Kameras sowohl mit wie auch ohne GPS-Empfänger.

Was ärgerlich ist: Jeder Hersteller braut da derzeit noch einen eigenen Standard, wo sich die Koordinateninfos verstecken.
Also abgesehen davon, dass man die Koordinaten bei einem Teil der Kameras ins Videobild "einstempeln" lassen kann:
Die Koordinaten landen entweder als separates NMEA oder GPX im Verzeichnis, oder in einem anderen.
Oder als Textdatei in einem CSV-Derivat.
Gern auch mal mit Dateienamen ohne erkennbaren Zusammenhang zur Videodatei (Matching muss dann anhand des Dateidatum/Uhrzeit der Dateien gemacht werden. Was bie der Videodatei ja sowieso fällig ist, weil dort ja nur sonst keine Zeitinfo vorhanden ist.)
Ach ja, manche Dashcam setzen den Timestamp des Videofiles auf "Aufnahmebeginn", andere auf "Ende". Und natürlich immer mit 1-3 Sekunden Offset.
Und dann gibt es die Kameras, die die Koordinaten direkt ins Videofile (hinter das "Video-Dateiende") schreiben, mehr oder minder Binary.

A propos Offset: Den gibt es natürlich zusätzlich auch selbst bei "GPS im Videobild". Wahlweise ist der Empfänger langsamer. Teilweise ist der Videocodec "langsamer" dank diverser Fifo-Buffer...
Sprich: Wenn man nicht auf den "RegistratorViewer" von Datakam zurückgreift (der das alles mundfein in GPX/NMEA und .SRT(Video-Untertiteldateien für Youtube&Co)) wandelt: Man muss es für jede Kamera erstmal austüfteln. Und dann hoffen dass sich bei einer neuen Firmware nichts allzuviel ändert (was auch passiert, gerade bei den besseren Kameras, bei denen dann noch deutliche Verbesserungen erfolgen. Aber leider eben auch mit Seiteneffekten wie "jetzt nur noch 1s Offset")

jha, nenn doch mal konkrete Beispiele mit Endlosaufnahme, Full-HD, GPS, und Unterstützung 128-GB-SD-Karten. (und kein Gebastel)

Die Situation mit den GPS-Daten ist unschön. Der RegistratorViewer für Automatisierung nicht brauchbar. Wir haben die GPS-Daten aber den Aufnahmen der Panorama II extrahieren können, ich denke wir werden das auch für andere Modelle hinbekommen.

Ich habe in den letzten Tagen die Auswertung zu Amazon Web Services portiert. Ich hatte ja oben schon erwähnt, dass die Auswertung auf meinem Notebook sehr langsam ist, ca. 5 Frames/s. Mit CUDA dauert die Auswertung eines 30-Minuten-Clips jetzt 15 Minuten, also 60 Frames/s. Dazu kommt, dass man mehrere Instanzen parallel starten kann. Das ist für's erste akzeptabel.

Ich werde jetzt eine kleine Web-Anwendung schreiben, mit der man Videos hochladen und die Ergebnisse der Auswertung anschauen kann.

Psst...Datenschutz! Macht wenigstens die Autokennzeichen unkenntlich.

gormo: Jajaja.

Der Code liegt übrigens bei Github. Zur Zeit ist das eine ungeordnete Ansammlung an Dateien, bei denen selbst ich den Überblick verliere. Ich werde ihn aber vereinheitlichen, dokumentieren und unter der Apache License 2.0 veröffentlichen, die Aufnahmen voraussichtlich als CC BY 4.0.

https://github.com/christophe-de/osm-dashcam

Den Code würde ich gerne mal ausprobieren und auf meine Raspberry Pi Bilder loslassen. Was braucht man denn, um den zum laufen zu bringen? Hat der schon CUDA drin?

An Hardware könnte ich einen etwas älteren Laptop mit Intel Core i7 Q720 und Geforce GT240M und einen Rechner mit Xeon E31220 und Tesla C2075 nutzen, beide haben Ubuntu (ersterer 14.04, zweiterer noch 12.04) und CUDA.

Ach ja, ich schätze, man muss den Code auch trainieren, wenn man Verkehrsschilder finden möchte, auf die er noch nicht trainiert ist? Die Geschwindigkeitsbegrenzungen sehen ja in Estland genau so aus wie in Deutschland, aber jetzt habe ich z.B. auch Bilder in Finnland geschossen und da ist der "weiße" Teil gelb. Ein paar Höhenbeschränkungen sind auch dabei (gleiche Farbe), außerdem z.B. Straßennummern.

gormo wrote:

Psst...Datenschutz! Macht wenigstens die Autokennzeichen unkenntlich.

„Das BayLDA wird in Zukunft, wenn bekannt wird, dass Autofahrer die mit ihrer Dashcam aufgenommenen Videofilme an Polizei, Versicherung oder ähnliche weitergeben oder im Internet veröffentlichten, prüfen, ob im jeweils konkreten Fall der Erlass eines Bußgeldbescheides angezeigt ist. Der gesetzlich festgelegte Bußgeldrahmen für derartige Verstöße beläuft sich auf bis zu 300.000 EUR.“ Quelle

kartler175 wrote:

gormo wrote:

Psst...Datenschutz! Macht wenigstens die Autokennzeichen unkenntlich.

„Das BayLDA wird in Zukunft, [..] prüfen, ob im jeweils konkreten Fall der Erlass eines Bußgeldbescheides angezeigt ist.

Ich habe hier auch einen echten Brief von 2009 von einem Forstamt in dem man mir mit "Prüfung" gedroht wurde.
http://i.imgur.com/EpwDj0K.png

GEO-Catching 😄

MHohmann wrote:

GEO-Catching 😄

Das muß so ein neuer Trend sein - muß ich unbedingt auch mal versuchen.

Suidakra wrote:

MHohmann wrote:

GEO-Catching 😄

Das muß so ein neuer Trend sein - muß ich unbedingt auch mal versuchen.

Auf Seiten der Executive heißt das "geo-bashing" 😄

Das aktuelle, nicht rechtskräftige Dashcam-Urteil des VGH in Ansbach/Bayern sagt

http://www.vgh.bayern.de/media/vgansbach/presse/p-2014-20.pdf wrote:

Der Kläger verlasse mit dem Zweck der Aufnahmen den
persönlichen oder familiären Bereich,
womit das Bundesdatenschutzgesetz Anwendung finde.
Seine Dashcam stelle eine optisch-
elektronische Einrichtung im Sinne dieses Gesetzes
dar. Der Kläger verarbeite mit den Video-
aufnahmen auch personenbezogene Daten, da es möglic
h sei, die gefilmten Personen zu iden-
tifizieren.
Die deshalb nach dem Bundesdatenschutz vorzunehmend
e Abwägung zwischen den Interes-
sen des Klägers, die Aufnahmen zu den von ihm genan
nten Zwecken zu fertigen, und den Inte-
ressen der Personen, die ohne ihr Wissen von der Da
shcam des Klägers erfasst werden, fällt
nach Auffassung des Gerichts zu Ungunsten des Kläge
rs aus. Maßgebend hierfür ist, dass das
Bundesdatenschutzgesetz heimliche Aufnahmen unbetei
ligter Dritter grundsätzlich nicht zulässt
und solche Aufnahmen einen erheblichen Eingriff in
das Persönlichkeitsrecht und das Recht auf
informationelle Selbstbestimmung der von den Filmau
fnahmen betroffenen Personen darstel-
len. Das Interesse dieser Personen überwiege deshal
b das geltend gemachte Interesse des
Klägers an der Fertigung von Aufnahmen mit einer Da
shcam.

Inzwischen bin ich mit den vom Raspberry Pi gemachten Bildern ganz zufrieden - so sieht das Ergebnis aus:
http://www.mapillary.com/profile/mhohmann
Zum automatischen Aufnehmen habe ich einen kleinen Python-Skript gebastelt:
http://wiki.openstreetmap.org/wiki/User:MHohmann/RPiCam

MHohmann wrote:

Den Code würde ich gerne mal ausprobieren und auf meine Raspberry Pi Bilder loslassen. Was braucht man denn, um den zum laufen zu bringen? Hat der schon CUDA drin?

Hast du die Möglichkeit die Videos bei Amazon S3 hochzuladen? Hier am Fachbereich geht das mit ca. 10 MB/s, das ist ganz praktikabel.

Videos habe ich derzeit nicht, sondern Foto-Sequenzen mit einem Abstand von einer Sekunde zwischen zwei Photos (die ich aber natürlich per Software zu einer Videodatei konvertieren könnte, falls das von Vorteil ist). Ich habe mal einen Blick auf Amazon S3 geworfen, so weit ich das sehe sind da bis 5GB Speicher kostenlos? Meine Daten sind da etwas größer, eine Fahrt von Tartu nach Tallinn hat um die 17GB, man könnte es also erst einmal mit einem kleineren Teil versuchen. Registriert habe ich mich dort noch nicht - falls möglich würde ich es erst einmal lokal auf meinem Rechner testen (oder einem der GPU-Uni-Rechner), wenn die Installation von OpenCV nicht zu aufwändig ist. Ubuntu 14.04 hat OpenCV 2.4.8 in den Repositories, ich habe mich schon mal ein wenig in die Dokumentation eingelesen.

Upload-Speed wäre kein Problem, von zu Hause kann ich mit 5MB/s hochladen, vom Institut ungefähr 40-60MB/s (Gigabit-Anbindung).

Fotos sind prinzipiell kein Problem. Was die Performance betrifft wird das sogar deutlich schneller werden. Ich analysiere derzeit lediglich jedes Frame, weil die Schilder bei hohen Geschwindigkeiten nur sehr kurz gut zu erkennen sind. Das liegt aber am großen Bildwinkel der Dashcam. Ich überlege mir eine GoPro Hero 3+ silver oder black zu kaufen, da kann man den Bildwinkel verstellen und sie kann 2-10 Bilder/s aufnehmen. Aber das nur am Rande.

Wie schwer es ist meinen Code bei dir zum Laufen zu bringen, kann ihr ehrlich gesagt nicht einschätzen. Ich habe mich für OpenCV 3 entschieden und kompiliere aus git selbst. Weißt du, ob die Pakete aus dem Repository CUDA unterstützen? CUDA ist leider proprietär. Wie groß die Unterschiede zwischen den beiden OpenCV-Versionen sind, weiß ich auch nicht. Die "Anwendung" selbst ist eine Mischung aus Python und C++. Mit Python hatte ich angefangen, da funktioniert aber das CUDA nicht, dafür gibt es eine Bibliothek für die Dienste von Amazon. Mit C++ mache ich nur noch die Klassifizierung.

Für deine Daten kannst du aber auch einfach meinen S3-Bucket mitnutzen. Ich benutze das "Reduced Redundancy Storage", das kostet 2 Euro pro 100 GB im Monat. Das ist wirklich kein Problem. Ich habe schon knapp 150 GB an Daten.

Ich werde mich am Wochenende mit einer Freundin um eine Oberfläche für die Auswertung und das Training des Klassifizierers kümmern. Ich hoffe ihr seid gespannt.

Gut, in Sachen Bildwinkel ist der bei der RPi-Cam eigentlich recht brauchbar, um auch bei einem Bild pro Sekunde und einer Autobahnfahrt noch 1-3 gute Bilder zu bekommen, auf denen man ein Verkehrsschild gut erkennen kann, zumindest manuell. Wie gut es OpenCV dann erkennt, werden wir sehen. Ich hatte dieses Aufnahmeintervall vor allem deshalb drin, weil die GPS-Positionen von gpsd im gleichen Takt kommen, so muss ich nicht interpolieren.

Die OpenCV-Pakete aus dem Ubuntu-Repository haben ein Paket libopencv-gpu2.4 dabei - ich nehme mal an, dass das der Teil der Bibliothek ist, der CUDA nutzt. Ausprobiert habe ich es allerdings noch nicht. Bisher habe ich CUDA (und OpenCL) nur für selbst programmierten GPU-Code benutzt, aber noch keine fertigen GPU-beschleunigten Bibliotheken.

Auf die Ergebnisse des Wochenendes bin ich tatsächlich schon gespannt 🙂 Wenn ich die Dokumentation richtig verstanden habe, braucht man zum Training einen Haufen Bilder (typische Fotos) ohne Verkehrsschilder sowie ein Bild (Zeichnung) von jedem Verkehrsschild, dass man erkennen will. Zum Training selbst erzeugt die Software dann positiv-Bilder, indem jedes Verkehrsschild in mehr oder weniger gedrehter oder verzerrter Weise in einen Hintergrund ohne Verkehrsschild eingebaut wird, und lässt dann den Classifier darauf los. Stimmt das so weit?

Also OpenCV wirst du dir wahrscheinlich selbst kompilieren müssen. Das Paket hat vermutlich keine volle Funktion:

WITH_CUDA=OFF
http://anonscm.debian.org/cgit/debian-s … bian/rules

To enable CUDA support, configure OpenCV using CMake with WITH_CUDA=ON . When the flag is set and if CUDA is installed, the full-featured OpenCV GPU module is built.
http://docs.opencv.org/modules/gpu/doc/ … ction.html

Den Classifier habe ich direkt mit Samples trainiert. Das Freistellen wäre mehr Arbeit gewesen als einfach mehr Schilder zu markieren. Eine Webapp, mit der man das im Browser machen kann ist in Arbeit. Das generieren von Positiv-Samples ist für den Fall gedacht, in dem man beispielsweise nur ein Logo hat, das man in vielen (unbekannten) Aufnahmen erkennen möchte.

Na gut, dann muss ich OpenCV wohl doch selbst kompilieren - das sollte ja auch kein größeres Problem sein. Das werde ich die Tage mal in Angriff nehmen. Seltsam ist es schon irgendwie, dass es ein GPU-Package im Repository gibt, das aber mit WITH_CUDA=OFF kompiliert ist - da erschließt sich mir der Sinn dieses Paketes nicht ganz.

Klar, wenn man genug Fotos als Positiv-Samples hat, ist das natürlich kein Problem, die auch zum Training zu nehmen. Ich hatte mir gedacht, dass ein Verkehrsschildes ja im Wesentlichen das gleiche ist wie ein Logo, und dass man einfach eine Zeichnung des Schildes als Eingabedatei nehmen kann, statt das Schild aus einem Foto freizustellen. Ich kann ja mal beides versuchen und schauen, was davon besser läuft.

Gibt es noch andere Erfahrung mit Dashcams? Ich überlege mir nämlich wegen eines anderen Problems so ein Ding zuzulegen und weiß noch nicht genau, auf was es da bei OSM ankommt. Eben war ich im Laden (Conrad) und habe mir einige angeschaut. Erstaunt war ich, dass man nur Laufzeiten von bis zu 5 Minuten einstellen konnte. Das wäre schon mal nix für unsere Zwecke.

Ich kann jetzt nur raten, was du mit Laufzeit meinst. Zwei Dinge kommen mir da in den Sinn:

1. Dauer der Aufnahmesegmente. Dashcams speichern die Daten in Form von Videodateien in einer definierten Länge (Zeit) ab. Diese kann in der Regel zwischen 1-5min vorgewählt werden. Die Segmente können später mit einer enstprechenden Software (z.B. RegistratorViewer) nahtlos aneinandergereiht werden.

2. Die Akkulaufzeit. Dashcams haben in der Regel eine ziemlich begrenzte Laufzeit, weil sie ohnehin an der Bordspannung des Fahrzeugs hängen. Der Akku reicht in der Regel nur um offline Menüeinstellungen vorzunehmen oder ein Beweisfoto zu schießen. So weit ich weiß kann man aber 12V-Zusatzakkus nutzen um die "Laufzeit" zu erhöhen.

wegavision wrote:

Erstaunt war ich, dass man nur Laufzeiten von bis zu 5 Minuten einstellen konnte. Das wäre schon mal nix für unsere Zwecke.

Das zugrundeliegende Konzept der Dashcams erklärt Techmoan hier:
https://www.youtube.com/watch?v=HQ0Tm9FFpKM
(Und ja, die 5min/3min-Segmente sind überaus sinnvoll.)

Angesagt ist derzeit die "Mini-0803". Für OSM würde ich ein etwas tele-lastigeres M12-Objektiv draufschrauben.
https://dashcamtalk.com/mini-0803/
Gibt noch ein geringfügig verbessertes Modell, welches als "Mini-805" angeboten wird, da sitzt dann ein Ambarella A7LA70D drin statt eines A7LA50D, der Sensor bleibt ein Aptina AR0330.

Alternative wäre noch die "Dual"-Kamera CVR-A7620. Aber ehrlich gesagt, ist es meist einfacher, zwei einzelne Kameras zu verkabeln ins Heck (Strom z.B. aus den Heckleuchten, seit "Taglicht-Fahrgebot" hat man ja ja sowieso ständig "Licht an")

Ach ja, warum auch nach hinten: Weil man sich dann in vielen Orten einen zweiten Besuch sparen kann, wenn man die Schilder auch gleich aus dem Heck sehen kann. Gerade Straßenschilder an Einmündungen werden gern "von vorn" von irgendwelchen anderen Sachen verdeckt, von hinten ist jedoch nichts, da auf der Fahrbahn schlecht Bäume stehen oder Leuchtreklame blenden kann.

Ja, das mit der Laufzeit habe ich zwischenzeitlich auch kapiert. Wenn es Software gibt, die die Schnipsel einfach wieder zusammenfassen, macht das ja nichts aus. Es gibt aber auch Cams, die wahlweise solange speichern, bis die Karte voll ist.
Die Mini-0803 hatte ich noch nicht im Visier, die ist ja wirklich klein (die großen Halterungen mit Saugnapf fand ich schon immer unnötig. Nachteil wäre hier, dass das GPS wohl nicht ganz so zuverlässig ist, wie man so liest, und für's Fahrrad müsste man sich einen zweiten Halter kaufen, weil das GPS da drin ist.
Hatte bisher das a-rival Car Cam im Blick, aber da ist das GPS im Kabel, was noch doofer für's Fahrrad ist.

wegavision wrote:

für's Fahrrad müsste man sich einen zweiten Halter kaufen, weil das GPS da drin ist.

Für's Fahrrad brauchst Du eine komplett andere Kamera.
Merke: Unter einer besseren Gopro wird's nicht gehen. Und auch da sind die Bilder eigentlich nur wegen des Weitwinkels scharf.

In Wirklichkeit brauchst Du etwas mit mechanischer Stabilisierung. Wetterfest... Du wirst aneiner Panasonic-Outdoor (DMC FT5) nicht vorbekommen. Plus ein Garmin Etrex mit SD-Karte.
(Du kannst natürlich auch eine andere Marke versuchen. Ich bin nicht markentreu... habe auch Olympus Tough und Nikon AW110.... FT5 führt nach wie vor unter miesen Verhältnissen.)

Ne, mit dem Fahrrad ist nur als Spielerei gedacht. Da habe ich meinen rechten Arm und mein Smartphone als Steadycam-Erssatz.

wegavision wrote:

Ne, mit dem Fahrrad ist nur als Spielerei gedacht. Da habe ich meinen rechten Arm und mein Smartphone als Steadycam-Erssatz.

Hoffentlich nur im Stehen ...

Kürzlich ging doch wieder etwas bzgl. fest installierter, privater Überwachungskameras durch die Medien. Man muss den Bereich außerhalb des eigenen Grundstücks schon bei der Aufnahme auspixeln und - jetzt kommt der Hammer - es sind sogar Kameraattrappen ohne Hinweis verboten, da diese das Persönlichkeitsrecht einschränken.

Da muss man schon einen Unterschied machen. Private Überwachungskameras dürfen (Landesgesetze können hier unterschiedliche sein) nur Privatflächen und ganz begrenzt auch öffentliche Flächen filmen, beispielsweise Hauseingänge oder die Türkameras, die nur einen kleinen Winkel aufnimmt.
Filmaufnahmen dürfen natürlich in der Öffentlichkeit gemacht werden, da gibt es als einzige Einschränkung nur die Persönlichkeitsrechte der Geflimten. Diese greifen aber erst, wenn man die Aufnahmen veröffentlicht, oder zu bestimmten Zwecken speichert. Beides ist ja bei OSM nicht geplant. Ob Autokennzeichen wirklich Persönlichkeitsrechte haben, ist auch noch umstritten, da gibt es diverse Urteile. Natürlich ist es etwas anderes, wenn man Autos auf dem Straßenstrich filmt als wenn sie ganz normal am Straßenrand einer Stadt stehen.
Zusammenfassung: Nicht das Filmen ist das Problem, sondern was man mit den Aufnahmen vor hat.

Ich halte es bezüglich "Rechtlichem Orakeln" beim Fotografieren fürs Mapping wie bei unseren Lizenzbedingungen: Je mehr man drüber nachgrübelt, desto mehr Zweifel kommen einem. Und schlussendlich fühlt man sich juristisch so unsicher (oder Bedenken-Aufgeladen), dass man besser auf's Selbstmappen verzichtet und zukünftig GoogleMaps und Google Streetview benützt....

wegavision wrote:

Da muss man schon einen Unterschied machen.

In der Orientierungshilfe der deutschen Datenschutzbeauftragten steht, dass bereits das Erfassen mit einer Kamera ein Eingriff ist, über den der Betroffene informiert werden muss (§ 6b Absatz 2 BDSG). Darum hängen ja mittlerweile auch überall diese Piktogramme:

Es ist daher vollkommen nebensächlich, ob veröffentlicht wird oder nicht. Google hat bei Streetview das Ganze recht nett umgangen, da Personen und Kennzeichen unkenntlich gemacht wurden (leider aber auch erst nach der Erfassung, keiner weiß, wo die Rohdaten sind).

Gibt es eigentlich inzwischen eine quelloffene Software zur Erfassung von Verkehrszeichen? Hintergrund: Ich habe in den letzten Wochen soo viele Schilder abfotografiert, dass man daraus 'ne gute Datenbasis erstellen könnte.

Ich finde nur dieses Scobbler/Scout-Dingen und eine Menge Diplom- und Doktorarbeiten, des Code nie offen ist, z.B. https://www.youtube.com/watch?v=7xvy9oru_0g
Auch sind die ganzen Sachen immer auf Hochgeschwindigkeit und Echtzeit optimiert, also eher für die Benutzung im fahren Fahrzeug, als im Post-Processing im Rechner (der Nutzen ist ja auch nur für uns gegeben) - außer halt hier mit Dashcam-Mapping, aber da könnte man auch die Bilder nachher durchrechnen.

Das Programm wurde hier ja schonmal vorgestellt (leider closed): http://www.androidpit.de/acodriver-3-ei … -beifahrer
Etwas kleiner, aber natürlich auch nicht offen: https://play.google.com/store/apps/deta … ition.free

Edit 1: Oh, das hier scheint was zu sein, es erkennt Verkehrszeichen, interpretiert sie allerdings nicht: https://sites.google.com/site/mcvibot2011sep/
Bei der Interpretation könnte das hier helfen: http://moegelmose.com/p10/

Wo sind die OpenCV-Freaks hier?

Edit 2: Ich werde mal hiermit experimentieren: https://rdmilligan.wordpress.com/2014/0 … reet-view/

Edit 3: Ich stehe jetz in engem Kontakt mit Ross und er ist an OSM und der Kombination aus Crowdsourcing und Musterfindung sehr interessiert. Mal gucken, was sich daraus entwickelt. Die Demos auf deiner Website funktionieren bei mir schon. Bald mehr dazu.

Habe eben denBericht über die Pixpro SP360 gelesen und möchte diesen gerne hier in die Diskussion werfen. OSM Street View for Beginner?