Neue Methoden des Deep Learning verbessern die Wahrnehmung der Umgebung in selbstfahrenden Autos

Rot für Menschen, Blau für Autos: Eine neue Methode erkennt mittels Künstlicher Intelligenz (KI) visuelle Szenen schneller und effektiver. Abbildung: Abhinav Valada

Dr. Abhinav Valada, Inhaber der Juniorprofessur für Robot Learning am Institut für Informatik der Universität Freiburg und Mitglied von BrainLinks-BrainTools, geht dieser Forschungsfrage nach.

Nun hat er mit seinem Team das neuartige Modell „EfficientPS“ entwickelt, das mittels Künstlicher Intelligenz (KI) visuelle Szenen schneller und effektiver erkennt.

Die Aufgabe zum Szenenverständnis wird zumeist mit einer Technik des maschinellen Lernens gelöst, dem so genannten Deep Learning (DL). Bei diesem lernen künstliche neuronale Netze, die vom menschlichen Gehirn inspiriert sind, aus großen Datenmengen, erklärt der Freiburger Forscher.

Öffentliche Benchmarks spielen eine wichtige Rolle bei der Messung des Fortschritts dieser Techniken. „Seit vielen Jahren konkurrieren Forschungsteams von Konzernen wie Google oder Uber um den Spitzenplatz bei diesen Benchmarks“, sagt Rohit Mohan aus Valadas Team.

Die neue Methode der Freiburger Informatikerinnen und Informatiker erreichte nun jedoch den ersten Platz in Cityscapes, dem vermutlich einflussreichsten öffentlichen Benchmark für Methoden zum Szenen-Verständnis im autonomen Fahren. Auch bei anderen Benchmark-Datensätzen wie KITTI, Mapillary Vistas und IDD ist EfficientPS gelistet.

Auf der Website des Projekts zeigt Valada Beispiele dafür, wie das Team verschiedene KI-Modelle auf verschiedenen Datensätzen trainiert hat. Die Ergebnisse werden dem jeweiligen mit der Kamera aufgenommenen Bild überlagert, wobei die Farben zeigen, welcher Objektklasse das Modell das jeweilige Pixel zuordnet.

So sind zum Beispiel Autos blau, Menschen rot, Bäume grün und Gebäude grau markiert. Darüber hinaus zeichnet das KI-Modell auch einen Rahmen um jedes Objekt, das es als separate Einheit betrachtet.

Den Freiburger Forschenden ist es gelungen, das Modell so zu trainieren, dass es die gelernten Informationen städtischer Szenen von Stuttgart nach New York City überträgt. Obwohl das KI-Modell nicht wusste, wie eine Stadt in den USA aussehen könnte, war es in der Lage, Szenen aus New York City genau zu erkennen.

Die meisten bisherigen Methoden, die sich diesem Problem widmen, benötigen große Datenmengen und sind für den Einsatz in realen Anwendungen wie der Robotik, die stark ressourcenbeschränkt sind, zu rechenintensiv, erklärt Valada:

„Unser EfficientPS erreicht nicht nur eine hohe Ausgabequalität, es ist auch die rechnerisch effizienteste und schnellste Methode. Damit werden die Anwendungsbereiche, in denen EfficientPS eingesetzt werden kann, deutlich erweitert.“

Website mit Live-Demonstrationen unterschiedlicher KI-Modelle
http://panoptic.cs.uni-freiburg.de/

Beispielvideo: Fahrt durch New York City
https://www.youtube.com/watch?v=FcUEj9N1fVc&feature=youtu.be

Plattform „Cityscapes“
https://www.cityscapes-dataset.com/benchmarks/#panoptic-results

Kontakt:
Juniorprofessor Dr. Abhinav Valada
Abteilung für Robot Learning
Albert-Ludwigs-Universität Freiburg
Tel.: 0761/203-8025
E-Mail: valada@cs.uni-freiburg.de

https://www.pr.uni-freiburg.de/pm/2020/schnelleres-und-effektiveres-szenenversta…

Media Contact

Nicolas Scherger idw - Informationsdienst Wissenschaft

Alle Nachrichten aus der Kategorie: Informationstechnologie

Neuerungen und Entwicklungen auf den Gebieten der Informations- und Datenverarbeitung sowie der dafür benötigten Hardware finden Sie hier zusammengefasst.

Unter anderem erhalten Sie Informationen aus den Teilbereichen: IT-Dienstleistungen, IT-Architektur, IT-Management und Telekommunikation.

Zurück zur Startseite

Kommentare (0)

Schreiben Sie einen Kommentar

Neueste Beiträge

Massenentwicklungen von Wasserpflanzen

– natürliches Phänomen oder ernstes Problem? Im Sommer zieht es viele Menschen an unsere Gewässer. Dabei stoßen sie auf ein immer häufiger auftretendes Phänomen: die Massenentwicklung von Wasserpflanzen, die von…

Schnelle und sichere Entwicklung von Fibrose-Medikamenten

Fraunhofer-Projekt FibroPaths®: Mehr als 100 Millionen Menschen weltweit leiden an einer Organfibrose, einer krankhaften Vermehrung des Bindegewebes von Organen wie Lunge, Herz oder Leber. Eine ursächliche Behandlung ist zurzeit kaum…

Die rätselhafte Verbindung von Sternentstehung und Radiostrahlung in Galaxien

Zum 50-jährigen Jahrestag der Entdeckung einer engen Verbindung von Sternentstehung in Galaxien und deren Infrarot- und Radiostrahlung haben Forschende am Leibniz-Institut für Astrophysik Potsdam (AIP) nun die zugrundeliegende Physik entschlüsselt….

Partner & Förderer