Forum für Wissenschaft, Industrie und Wirtschaft

Hauptsponsoren:     3M 
Datenbankrecherche:

 

Bonner Algorithmen zur automatischen Bilderkennung weltweit führend

21.09.2010
Computern beizubringen, den Inhalt von Fotos zu erkennen, ist eine anspruchsvolle Aufgabe. Besonders gute Lehrer in dieser Kunst sind Mathematiker der Universität Bonn: Sie haben jetzt den ersten Platz im internationalen „PASCAL segmentation and labeling challenge“ belegt – zusammen mit Forschern aus Barcelona, aber noch vor den Universitäten Berkeley, Stanford oder dem MIT.

Computer schlagen heute die weltbesten menschlichen Spieler im Schach. Wenn es jedoch um die Interpretation von Bildinhalten geht, sind sie selbst Kleinkindern weit unterlegen. Denn in dieser Disziplin sind wir spitze: Wir erkennen auf Anhieb, dass das Ding auf dem Tisch ein Becher ist und keine Vase. Wir können die Zeitungsschlagzeile lesen, obwohl das Papier gerade an dieser Stelle gefaltet und deshalb nur die obere Hälfte sichtbar ist. Wir wissen: Das ist ein Geldstück, auch wenn wir die Währung noch nie gesehen haben.

„Seit frühester Kindheit werden wir mit visuellem Input gefüttert“, erklärt Professor Dr. Cristian Sminchisescu. „Das hilft uns natürlich, neue Inhalte zu interpretieren und einzuordnen.“ Der gebürtige Rumäne leitet am Bonner Institut für Numerische Simulation die Arbeitsgruppe „Computer Vision and Machine Learning“. Der Name ist Programm: Seine Mitarbeiter und er entwickeln lernfähige Algorithmen zur automatisierten Erkennung von Bildinhalten. Und das ziemlich erfolgreich: Gerade hat die Gruppe im so genannten PASCAL-Wettbewerb den ersten Platz im Teilgebiet „Bildsegmentierung“ belegt. Dieser gilt international als einer der anspruchsvollsten wissenschaftlichen Wettkämpfe zu diesem Thema.

Computer im Trainingslager

Bei der Bildsegmentierung geht es nicht nur darum, die Bildinhalte korrekt zu benennen. Der Algorithmus soll auch die Konturen der abgebildeten Gegenstände oder Personen finden. Also etwa: Das ist ein Stuhl, hier ist ein Kind, das darauf sitzt, und der Rest ist Hintergrund. Die Organisatoren des „Pascal Visual Object Challenge“ hatten den Teilnehmern dazu einen Satz von 2.000 Trainingsbildern zur Verfügung gestellt. Darin waren sowohl die abgebildeten Objekte als auch ihre Grenzen korrekt gekennzeichnet.

Sminchisescu und seine Mitarbeiter Dr. Fuxin Li und João Carreira haben ihren Rechner mit diesen Trainingsbildern gefüttert. „Unser Algorithmus konnte so lernen, die Inhalte korrekt zu identifizieren“, erklärt Li. Danach gaben die Ausrichter des Wettbewerbs einen neuen Satz Fotos frei, an dem die Algorithmen ihr Können beweisen mussten. Mit einer Trefferquote von 40 Prozent kam der Bonner Lösungsansatz auf Platz 1 – vor Berkeley (36 Prozent), Chicago (32 Prozent), Oxford-Brooks (31 Prozent) und Stanford (29 Prozent).

Jedes zweijährige Kleinkind kann das zwar besser. Es hat aber in seinem kurzen Leben bereits Milliarden von Bildeindrücken gesammelt – nicht lediglich 2.000. Zudem werden die Algorithmen immer besser: „Wir haben den Wettbewerb bereits im letzten Jahr für uns entscheiden können – damals aber noch mit einer Erfolgsquote von 36 Prozent“, sagt Cristian Sminchisescu.

Ordnung im Fotochaos

Doch wozu sollen Rechner überhaupt sehen lernen? Ein Anwendungsbeispiel sind intelligente Bilddatenbanken. Schon heute gibt es erste Programme für den Heimgebrauch, die auf Fotos automatisch die abgebildeten Personen erkennen. Sie können aus dem digitalen Fotochaos ruck-zuck diejenigen Bilder herausfiltern, die Oma und Opa mit ihrer süßen Enkelin zeigen. Perfekt funktioniert das allerdings noch nicht – und das, obwohl Gesichtserkennung ein vergleichsweise einfaches Problem ist.

Doch auch der Bonner Algorithmus kann sich irren. Mit ein paar Mausklicken holt Sminchisescu ein besonders gravierendes Beispiel auf den Bildschirm: Das Foto eines gedeckten Frühstückstischs. Der Computer hatte darin ein Motorrad erkannt.

Kontakt:
Professor Dr. Cristian Sminchisescu
Institut für Numerische Simulation der Universität Bonn
Telefon: 0228/73-3522
E-Mail: cristian.sminchisescu@ins.uni-bonn.de

Frank Luerweg | idw
Weitere Informationen:
http://www.uni-bonn.de

Weitere Berichte zu: Algorithmus Bilderkennung Bildinhalte Kleinkind Numerisch Rechner Simulation

Weitere Nachrichten aus der Kategorie Informationstechnologie:

nachricht Weltrekord: Jülicher Forscher simulieren Quantencomputer mit 46 Qubits
15.12.2017 | Forschungszentrum Jülich GmbH

nachricht Neues Epidemie-Management-System bekämpft Affenpocken-Ausbruch in Nigeria
15.12.2017 | Helmholtz-Zentrum für Infektionsforschung

Alle Nachrichten aus der Kategorie: Informationstechnologie >>>

Die aktuellsten Pressemeldungen zum Suchbegriff Innovation >>>

Die letzten 5 Focus-News des innovations-reports im Überblick:

Im Focus: „Carmenes“ findet ersten Planeten

Deutsch-spanisches Forscherteam entwirft, baut und nutzt modernen Spektrografen

Seit Januar 2016 nutzt ein deutsch-spanisches Forscherteam mit Beteiligung der Universität Göttingen den modernen Spektrografen „Carmenes“ für die Suche nach...

Im Focus: Fehlerfrei ins Quantencomputer-Zeitalter

Heute verfügbare Ionenfallen-Technologien eignen sich als Basis für den Bau von großen Quantencomputern. Das zeigen Untersuchungen eines internationalen Forscherteams, deren Ergebnisse nun in der Fachzeitschrift Physical Review X veröffentlicht wurden. Die Wissenschaftler haben für Ionenfallen maßgeschneiderte Protokolle entwickelt, mit denen auftretende Fehler jederzeit entdeckt und korrigiert werden können.

Damit die heute existierenden Prototypen von Quantencomputern ihr volles Potenzial entfalten, müssen sie erstens viel größer werden, d.h. über deutlich mehr...

Im Focus: Error-free into the Quantum Computer Age

A study carried out by an international team of researchers and published in the journal Physical Review X shows that ion-trap technologies available today are suitable for building large-scale quantum computers. The scientists introduce trapped-ion quantum error correction protocols that detect and correct processing errors.

In order to reach their full potential, today’s quantum computer prototypes have to meet specific criteria: First, they have to be made bigger, which means...

Im Focus: Search for planets with Carmenes successful

German and Spanish researchers plan, build and use modern spectrograph

Since 2016, German and Spanish researchers, among them scientists from the University of Göttingen, have been hunting for exoplanets with the “Carmenes”...

Im Focus: Immunsystem - Blutplättchen können mehr als bislang bekannt

LMU-Mediziner zeigen eine wichtige Funktion von Blutplättchen auf: Sie bewegen sich aktiv und interagieren mit Erregern.

Die aktive Rolle von Blutplättchen bei der Immunabwehr wurde bislang unterschätzt: Sie übernehmen mehr Funktionen als bekannt war. Das zeigt eine Studie von...

Alle Focus-News des Innovations-reports >>>

Anzeige

Anzeige

IHR
JOB & KARRIERE
SERVICE
im innovations-report
in Kooperation mit academics
Veranstaltungen

Neue Konfenzreihe in Berlin: Landscape 2018 - Ernährungssicherheit, Klimawandel, Nachhaltigkeit

18.12.2017 | Veranstaltungen

Call for Contributions: Tagung „Lehren und Lernen mit digitalen Medien“

15.12.2017 | Veranstaltungen

Die Stadt der Zukunft nachhaltig(er) gestalten: inter 3 stellt Projekte auf Konferenz vor

15.12.2017 | Veranstaltungen

 
VideoLinks
B2B-VideoLinks
Weitere VideoLinks >>>
Aktuelle Beiträge

Lipid-Nanodisks stabilisieren fehlgefaltete Proteine für Untersuchungen

18.12.2017 | Biowissenschaften Chemie

Von Alaska bis zum Amazonas: Pflanzenmerkmale erstmals kartiert

18.12.2017 | Biowissenschaften Chemie

Krebsforschung in der Schwerelosigkeit

18.12.2017 | Biowissenschaften Chemie