Hybrides neuronales Netzwerk zur Personenerkennung und -verfolgung in der Überwachung von Ausschreibungsbewertungen aus der Ferne

Warum die Überwachung von Ausschreibungsräumen wichtig ist

Wenn Regierungen oder Unternehmen entscheiden, wer eine Straße, eine Brücke oder ein Kraftwerk baut, verlassen sie sich oft auf Expertengremien, die in einem speziellen Ausschreibungsraum konkurrierende Angebote bewerten. Schleichen sich ungebetene Personen ein oder verlässt ein Sachverständiger unbemerkt den Raum, kann die Fairness der gesamten Entscheidung gefährdet sein. Diese Studie zeigt, wie ein intelligentes Kamerasystem mit künstlicher Intelligenz solche Räume automatisch überwachen, die Anwesenheit verfolgen und Alarm schlagen kann, wenn etwas nicht stimmt — ganz ohne dass Menschen den ganzen Tag auf Bildschirme starren müssen.

Wie der neue intelligente Raumwächter funktioniert

Die Forscher bauten ein komplettes Überwachungssystem, das über gewöhnlichen Sicherheitskameras in einem Bewertungsbüro installiert werden kann. Das System hat vier Hauptaufgaben: Personen im Video erkennen, ihre Bewegungen über die Zeit verfolgen, ihre Gesichter identifizieren und aus diesen Mustern Sicherheitsbewertungen ableiten. Auf Basis dieser kombinierten Sicht entscheidet eine Warnungsinstanz, ob sie stumm bleibt oder Ereignisse wie ein länger fehlender Sachverständiger oder das Betreten einer unbekannten Person meldet. Alltägliche Veränderungen wie kurzzeitiges Verdecktwerden durch eine andere Person oder reguläres Kommen und Gehen des Personals werden protokolliert, führen aber nicht zu Alarmen.

Alle Anwesenden sehen und zählen

Um nachzuvollziehen, wer sich im Raum befindet, lernt das System zuerst, in jedem Videoframe jede Person zu erkennen und zu zählen, wie viele Personen vorhanden sind. Anschließend verknüpft es Erkennungen von einem Frame zum nächsten, sodass jede Person innerhalb des Systems eine stabile Identitätsmarke erhält, selbst wenn sie sich bewegt. Dieser Tracking-Schritt hilft, ein kurzes Verschwinden — etwa wenn jemand hinter einem Kollegen verborgen ist — von einem tatsächlichen Verlassen durch die Tür zu unterscheiden. Indem es den Weg jeder Person verfolgt, kann die Software feststellen, wenn ein Sachverständiger länger als eine voreingestellte Zeit abwesend ist, und dies als sicherheitsrelevantes Ereignis einstufen.

Gesichter erkennen, die klein und weit entfernt sind

Ausschreibungsräume werden meist von hoch an der Wand oder Decke angebrachten Kameras überwacht, wodurch Gesichter klein und oft in ungünstigen Winkeln erscheinen. Viele existierende Gesichtserkennungstools funktionieren unter diesen Bedingungen schlecht. Die Autoren kombinierten daher eine schnelle Personenerkennung mit einem verfeinerten Gesichtssucher, der besser darin ist, winzige Gesichter in überfüllten Szenen heranzuzoomen. Sobald ein Gesicht lokalisiert ist, prüft eine leichte Abgleichsmethode das Gesicht gegen eine gespeicherte Galerie bekannter Sachverständiger und Mitarbeiter. Passt ein neues Gesicht innerhalb einer festgelegten Toleranz nicht zu einer autorisierten Person, markiert das System diese Person als möglichen Eindringling und übergibt die Einschätzung an die Warnungsinstanz.

Wie gut das System in realen Büros funktioniert

Das Team testete seinen Ansatz anhand realer Videoaufnahmen aus einem Bewertungsraum eines Energieunternehmens. Sie verglichen ihr komplettes System mit einfacheren Ansätzen, die nur Personen zählen oder sie verfolgen, ohne deren Identität zu kennen. Das hybride System war besser darin, vier praktische Situationen zu unterscheiden: ein tatsächliches Verlassen eines Sachverständigen, ein kurzzeitiges Verdecktwerden, normales Betreten durch Personal und das Eintreten einer fremden Person. Es erreichte hohe Genauigkeit bei der Erkennung kleiner Gesichter, war schnell genug für den Echtzeiteinsatz und verringerte im Vergleich zu einfachen Methoden deutlich verpasste Eindringlinge und Fehlalarme.

Was das für fairere Entscheidungen bedeutet

Kurz gesagt zeigt diese Arbeit, dass gewöhnliche Kameras in Kombination mit gut gestalteter künstlicher Intelligenz dazu beitragen können, sensible Entscheidungsräume zu schützen. Das System kann unaufdringlich überwachen, wer anwesend ist, erkennen, wenn ein Sachverständiger verschwindet oder eine unbekannte Person auftaucht, und rechtzeitig Warnungen senden, damit menschliche Verantwortliche reagieren können. Zwar stößt es noch an Grenzen, wenn Gesichter stark verhüllt oder weggedreht sind, doch bietet es bereits ein praktisches Werkzeug zur Unterstützung saubererer Ausschreibungsverfahren und ließe sich auf andere Arbeitsumgebungen übertragen, die eine zuverlässige, kostengünstige Überwachung von Zu- und Abgängen benötigen.

Zitation: Zhou, Z., Wang, Z., Meng, Y. et al. Hybrid neural network for personnel recognition and tracking in remote bidding evaluation monitoring. Sci Rep 16, 15769 (2026). https://doi.org/10.1038/s41598-026-42936-8

Schlüsselwörter: Überwachung von Ausschreibungsbewertungen, Personenverfolgung, Gesichtserkennung, Videoüberwachung, Neuronales Netzwerk