Forum für Wissenschaft, Industrie und Wirtschaft

Hauptsponsoren:     3M 
Datenbankrecherche:

 

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

15.05.2020

Menschen, Fahrräder, Autos oder Straße, Himmel, Gras: Welche Pixel eines Bildes gehören zu Personen oder Objekten, die sich im Vordergrund der Umgebung eines selbstfahrenden Autos befinden, und welche Pixel repräsentieren die städtische Kulisse? Diese Aufgabe, die als panoptische Segmentierung bezeichnet wird, ist ein grundlegendes Problem zahlreicher Bereiche wie selbstfahrende Autos, Robotik, Augmented Reality und sogar in der biomedizinischen Bildanalyse.

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.


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

Abbildung: Abhinav Valada

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

Originalpublikation:

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

Nicolas Scherger | idw - Informationsdienst Wissenschaft

Weitere Nachrichten aus der Kategorie Informationstechnologie:

nachricht Magnetische Kristallschichten für den Computer von Morgen
03.06.2020 | INNOVENT e.V. Technologieentwicklung Jena

nachricht Textilherstellung für Weltraumantennen startet in die Industrialisierungsphase
28.05.2020 | Fraunhofer-Institut für Silicatforschung ISC

Alle Nachrichten aus der Kategorie: Informationstechnologie >>>

Die aktuellsten Pressemeldungen zum Suchbegriff Innovation >>>

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

Im Focus: Magnetische Kristallschichten für den Computer von Morgen

Ist die Elektronik, so wie wir sie kennen, am Ende?

Der Einsatz moderner elektronischer Schaltkreise für immer leistungsfähigere Rechentechnik und mobile Endgeräte stößt durch die zunehmende Miniaturisierung in...

Im Focus: K-State study reveals asymmetry in spin directions of galaxies

Research also suggests the early universe could have been spinning

An analysis of more than 200,000 spiral galaxies has revealed unexpected links between spin directions of galaxies, and the structure formed by these links...

Im Focus: Neue Messung verschärft altes Problem

Seit Jahrzehnten rätseln Astrophysiker über zwei markante Röntgen-Emissionslinien von hochgeladenem Eisen: ihr gemessenes Helligkeitsverhältnis stimmt nicht mit dem berechneten überein. Das beeinträchtigt die Bestimmung der Temperatur und Dichte von Plasmen. Neue sorgfältige, hoch-präzise Messungen und Berechnungen mit modernsten Methoden schließen nun alle bisher vorgeschlagenen Erklärungen für diese Diskrepanz aus und verschärfen damit das Problem.

Heiße astrophysikalische Plasmen erfüllen den intergalaktischen Raum und leuchten hell in Sternatmosphären, aktiven Galaxienkernen und Supernova-Überresten....

Im Focus: New measurement exacerbates old problem

Two prominent X-ray emission lines of highly charged iron have puzzled astrophysicists for decades: their measured and calculated brightness ratios always disagree. This hinders good determinations of plasma temperatures and densities. New, careful high-precision measurements, together with top-level calculations now exclude all hitherto proposed explanations for this discrepancy, and thus deepen the problem.

Hot astrophysical plasmas fill the intergalactic space, and brightly shine in stellar coronae, active galactic nuclei, and supernova remnants. They contain...

Im Focus: Neuartiges Covid-19-Schnelltestverfahren auf Basis innovativer DNA-Polymerasen entwickelt

Eine Forschungskooperation der Universität Konstanz unter Federführung von Professor Dr. Christof Hauck (Fachbereich Biologie) mit Beteiligung des Klinikum Konstanz, eines Konstanzer Diagnostiklabors und des Konstanzer Unternehmens myPOLS Biotec, einer Ausgründung aus der Arbeitsgruppe für Organische Chemie / Zelluläre Chemie der Universität Konstanz, hat ein neuartiges Covid-19-Schnelltestverfahren entwickelt. Dieser Test ermöglicht es, Ergebnisse in der Hälfte der Zeit zu ermitteln – im Vergleich zur klassischen Polymerase-Ketten-Reaktion (PCR).

Die frühe Identifikation von Patienten, die mit dem neuartigen Coronavirus (SARS-CoV-2) infiziert sind, ist zentrale Voraussetzung bei der globalen Bewältigung...

Alle Focus-News des Innovations-reports >>>

Anzeige

Anzeige

VideoLinks
Industrie & Wirtschaft
Veranstaltungen

Gebäudewärme mit "grünem" Wasserstoff oder "grünem" Strom?

26.05.2020 | Veranstaltungen

Dresden Nexus Conference 2020 - Gleicher Termin, virtuelles Format, Anmeldung geöffnet

19.05.2020 | Veranstaltungen

Urban Transport Conference 2020 in digitaler Form

18.05.2020 | Veranstaltungen

VideoLinks
Wissenschaft & Forschung
Weitere VideoLinks im Überblick >>>
 
Aktuelle Beiträge

Magnetische Kristallschichten für den Computer von Morgen

03.06.2020 | Informationstechnologie

Wundheilung detailliert aufgeschlüsselt

03.06.2020 | Biowissenschaften Chemie

Ein einzelnes Gen bestimmt das Geschlecht von Pappeln

03.06.2020 | Biowissenschaften Chemie

Weitere B2B-VideoLinks
IHR
JOB & KARRIERE
SERVICE
im innovations-report
in Kooperation mit academics