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 Brain-Computer-Interface: Wenn der Computer uns intuitiv versteht
18.01.2017 | Technische Universität Berlin

nachricht »Lernlabor Cybersicherheit« startet in Weiden i. d. Oberpfalz
12.01.2017 | Fraunhofer-Gesellschaft

Alle Nachrichten aus der Kategorie: Informationstechnologie >>>

Die aktuellsten Pressemeldungen zum Suchbegriff Innovation >>>

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

Im Focus: Textiler Hochwasserschutz erhöht Sicherheit

Wissenschaftler der TU Chemnitz präsentieren im Februar und März 2017 ein neues temporäres System zum Schutz gegen Hochwasser auf Baumessen in Chemnitz und Dresden

Auch die jüngsten Hochwasserereignisse zeigen, dass vielerorts das natürliche Rückhaltepotential von Uferbereichen schnell erschöpft ist und angrenzende...

Im Focus: Wie Darmbakterien krank machen

HZI-Forscher entschlüsseln Infektionsmechanismen von Yersinien und Immunantworten des Wirts

Yersinien verursachen schwere Darminfektionen. Um ihre Infektionsmechanismen besser zu verstehen, werden Studien mit dem Modellorganismus Yersinia...

Im Focus: How gut bacteria can make us ill

HZI researchers decipher infection mechanisms of Yersinia and immune responses of the host

Yersiniae cause severe intestinal infections. Studies using Yersinia pseudotuberculosis as a model organism aim to elucidate the infection mechanisms of these...

Im Focus: Interfacial Superconductivity: Magnetic and superconducting order revealed simultaneously

Researchers from the University of Hamburg in Germany, in collaboration with colleagues from the University of Aarhus in Denmark, have synthesized a new superconducting material by growing a few layers of an antiferromagnetic transition-metal chalcogenide on a bismuth-based topological insulator, both being non-superconducting materials.

While superconductivity and magnetism are generally believed to be mutually exclusive, surprisingly, in this new material, superconducting correlations...

Im Focus: Erforschung von Elementarteilchen in Materialien

Laseranregung von Semimetallen ermöglicht die Erzeugung neuartiger Quasiteilchen in Festkörpersystemen sowie ultraschnelle Schaltung zwischen verschiedenen Zuständen.

Die Untersuchung der Eigenschaften fundamentaler Teilchen in Festkörpersystemen ist ein vielversprechender Ansatz für die Quantenfeldtheorie. Quasiteilchen...

Alle Focus-News des Innovations-reports >>>

Anzeige

Anzeige

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

Künftige Rohstoffexperten aus aller Welt in Freiberg zur Winterschule

18.01.2017 | Veranstaltungen

Bundesweiter Astronomietag am 25. März 2017

17.01.2017 | Veranstaltungen

Über intelligente IT-Systeme und große Datenberge

17.01.2017 | Veranstaltungen

 
VideoLinks
B2B-VideoLinks
Weitere VideoLinks >>>
Aktuelle Beiträge

ALMA beginnt Beobachtung der Sonne

18.01.2017 | Physik Astronomie

Textiler Hochwasserschutz erhöht Sicherheit

18.01.2017 | Architektur Bauwesen

Neues Forschungsspecial zu Meeren, Ozeanen und Gewässern

18.01.2017 | Geowissenschaften