Anonymiseret kameratracking (GoPro på Rampen)

HVAD: GoPro-optagelser af Rampen, med efterfølgende anonymisering i Adobe After Effects

Et GoPro-kamera er et mindre og relativt billigt kamera, med mange monteringsmuligheder. Det bliver ofte brugt til sportsoptagelser, da det er let at montere på udøveren. Dette gør det velegnet som et mobilt kamera, der hurtigt kan sættes op, og filme områder hvor man har en interesse i bevægelsesmønstrene.

 Figur       SEQ Figur \* ARABIC    1       GoPro kamera, HERO3

Figur 1 GoPro kamera, HERO3

HVORDAN: Test med Gopro optagelser

Vi ønskede at undersøge hvorvidt vi kunne bruge videooptagelser af brugernes færden på Dokk1, og ved hjælp af en form for timelapse effekt, effektivt kunne få et overblik over deres bevægelsesmønstre.

Vi optog et større område med en stor mængde trafik på Dokk1, i dette tilfælde Rampen.

Figur 2 Rampen, Dokk1

Vi lod kameraet optage i 15 minutter og brugte derefter After Effects til komprimere optagelsen og indlægge en echo effect der samlet sørger for at brugerne bliver anonymiseret. Samtidig giver dette mulighed for, at hurtigt at få, et overblik over brugernes bevægelsesmønstrene.

Videoen blev komprimeret til 30 sekunder og fik efterfølgende lagt effekterne på, der kunne give et bedre spor af brugernes bevægelser, som ved timelapse.

Effekterne brugt var:

Time remapping: Denne effekt giver mulighed for at ændre på hastigheden af klippet.

Echo: Denne effekt giver mulighed for at lave et echospor af bevægelserne på skærmen, og dermed gøre det mere tydeligt, hvor folk har bevæget sig.

CC wide time: Denne effekt giver mulighed for at pålægge et sløret forlænget filter på pixels der bevæger sig i scenen.

 Figur       SEQ Figur \* ARABIC    3       Resultatet af de 3 nævnte effekter

Figur 3 Resultatet af de 3 nævnte effekter

VORES ERFARING/LÆRING:

Vi oplevede at optagelserne gav et godt overblik over hvordan folk bevægede sig i det pågældende område. Ved at foretage sine optagelser i områder hvor der er kraftig trafik, har man hurtigt mulighed for at identificere områder, hvor det er muligt at ændre på rummet, så man f.eks. kan teste forskellige former for nudging.

Det kræver dog at der i rummet foregår en høj trafik frekvens, da optagelser der bliver meget længere end de 15 minutter vi arbejdede med, hurtigt kan blive tunge at gennemse, samt at redigere i After Effects. Hvis et klip, som vores, på ca. et kvarter bliver forkortet meget mere end til 30 sekunder. Vil man hurtigt miste de info, der gør det muligt at indlægge en echo effekt. Det er denne effekt der gør, at man kan se hvor folk bevæger sig hen, ved de høje bevægelseshastigheder, man nødvendigvis får, når man komprimere 15 minutter til 30 sekunder. Dette gør denne metode mindre egnet, til at skabe et bredere statistik grundlag for sine beslutninger, da en hel dags optagelse hurtigt bliver en video på 20 minutter, der skal gennemses (ved en åbningstid på 10 timer). Hvis man ønsker data fra en uge taler vi 1 time og 40 minutter, altså ca. en biograffilm, med meget lidt aktion. Det er tidstungt at gennemse, og det vil være svært for de fleste at sidde i så lang en periode og være opmærksom nok til at få noget brugbart ud af.

Dette medregner ikke renderingstiden (rendering er processen hvor det program man bruger til at redigere videoen, inkorporere de ændringer man lavet til det færdige resultat og spytter en video ud). Effekterne brugt til dette er desværre krævende i udregningskraft og de 30 sekunder film vi lavede tog ca. 30 minutter at rendere. Ud fra dette vil en 20 minutter lang video tage en anseelig mængde tid at producere.

 Figur       SEQ Figur \* ARABIC    4       Programmet After Effects

Figur 4 Programmet After Effects

UDFORDRING:

Som vi kommer ind på ovenfor, så kan metoden være højst tidskrævende, især hvis man ønsker optagelser over længere perioder. Dette gør at generel observation i mange tilfælde, vil være lettere at opsætte.

Den største udfordring ved metoden ligger i persondatasikkerheden. I og med at optagelsen ikke foregår krypteret, vil der være en periode hvor en rå filmfil, hvor folk er identificerbare foreligger. Dette stiller krav til skiltning af området, hvori der bliver optaget. Samt håndteringen af data og hvem der håndtere disse.

For at man kan få lov til at filme skal hele området, hvori der bliver filmet, klart afmærkeres og meget tydeligt vise, at man, indenfor dette område vil blive filmet. Udover dette skal kameraet og dataene på dette behandles med den største form for omhu, hvilket betyder at det skal direkte over på et krypteret drev, med den samme sikkerhed man ellers bruger i kommunen, til personfølsomme oplysninger. Dette stiller forståeligt nok, nogle udfordringer overfor den der skal redigere filmen, da de skal arbejde under nogle meget markerede sikkerhedsforhold[1].

 

OMKOSTNINGER:

Et GoPro kamera ligger generelt i pris intervallet 2500 – 3000 kr. Hertil skal der ofte investeres lidt i SD-kort med tilstrækkelig plads, og muligvis lidt monteringsudstyr. Afhængig af hvor mange områder man ønsker at dække på samme tid, så er det generelt en billig løsning.

Det skal også siges at det ikke nødvendigvis behøver at være en GoPro man bruger. Alle andre kameraer kan i princippet bruges. Det hvor GoPro er bedst er selvfølgelig i forhold til dens lille størrelse der gør den let at sætte op, samt en ok batteritid, hvilket giver noget frihed i forhold til hvor man filmer fra.

Det er redigeringen af den optagne film der er den dyreste post. I vores tilfælde med After Effects er det tale om ca. 6000 kr. til Adobe pakken licensen. Udover det kræver det selvfølgelig personale der kan bruge det samme, eller et tilsvarende videoredigeringsprogram, der kan opnå samme eller en lignende effekt. I sammenhold med dette er der de føromtalte problematikker med persondatasikkerheden, der kan kræve nogle specielle omstændigheder for optagelsen, før denne kan være fuldt ud lovlig.

POTENTIALE:

Der ligger potentiale i metoden i forhold til hurtigt at opbygge en fornemmelse af hvordan folk bevæger sig i store rum og lave sin indretning derefter. Metoden kan hurtigt sættes op og er generelt ikke voldsom i omkostninger.

Metoden er derfor ideel til en quick-and-dirty opsætning, hvor man ikke har tid til at indsamle data over lange perioder, før man tager beslutninger om ændringer og andet.

rev. 22. september 2017 // Joachim Svendsen // josv@aarhus.dk

 

[1] Se afsnittet om dataansvar

Joachim Svendsen