Forum für Wissenschaft, Industrie und Wirtschaft

Hauptsponsoren:     3M 
Datenbankrecherche:

 

Vogelbilder helfen Algorithmus beim Lernen

16.09.2019

Informatiker entwickeln Algorithmus zur fein-granularen Objekterkennung

Informatiker der Friedrich-Schiller-Universität Jena haben in den vergangenen vier Jahren einen Algorithmus zur sogenannten fein-granularen Objekterkennung entwickelt – ihr Ergebnis legten sie jetzt vor.


Das Foto eines gesuchten Vogels hochladen und schon hilft die Webseite der Jenaer Informatiker dabei, das Tier zu bestimmen.

Foto: Jan-Peter Kasper/FSU


Der Bildverarbeitungsexperte Prof. Dr. Joachim Denzler entwickelt die Objekterkennung kontinuierlich weiter – im gerade abgeschlossenen Projekt mit Hilfe der Natur.

Foto: Jan-Peter Kasper/FSU

Als Trainingsplattform wählten sie dafür ein Anwendungsgebiet aus der Natur, nämlich einen internationalen Datensatz mit 200 nordamerikanischen Vogelarten.

Objekte, die sich nur in wenigen Details unterscheiden, erkennen und bestimmen zu können – das ist eine große Herausforderung für die Künstliche Intelligenz (KI).

Denn Computersysteme mit dieser Fähigkeit unterstützen den Menschen in vielen Bereichen erheblich. Beispielsweise können sie Biologen die Arbeit erleichtern, indem sie verschiedene Arten einer Klasse in der Tier- und Pflanzenwelt – etwa bei Insekten oder Blumen – automatisch identifizieren.

Mit Unterstützung der Deutschen Forschungsgemeinschaft (DFG) haben Informatiker der Friedrich-Schiller-Universität Jena in den vergangenen vier Jahren zu diesem Zweck einen solchen Algorithmus zur sogenannten fein-granularen Objekterkennung entwickelt – ihr Ergebnis legten sie jetzt vor. Als Trainingsplattform wählten sie dafür ebenfalls ein Anwendungsgebiet aus der Natur, nämlich einen internationalen Datensatz mit 200 nordamerikanischen Vogelarten.

Maschine lernt selbst

„Grundsätzlich benötigen wir für diese Grundlagenforschung einfach eine hohe Anzahl an geeigneten Fotos, um den Algorithmus zu trainieren – denn er lernt selbst“, erklärt Prof. Dr. Joachim Denzler von der Universität Jena die Wahl der Vogeldatenbank. Der Professor für Digitale Bildverarbeitung hatte das Projekt gemeinsam mit seinen Kollegen Dr. Eric Rodner und Dr. Marcel Simon begonnen.

„Deshalb sind wir auf solche Datensätze angewiesen. Unser Modell ist dann aber sehr flexibel einsetzbar – es kann zum Beispiel, wenn es entsprechend ausgerichtet wurde, auch verschiedene Automarken anhand des Designs erkennen.“

Das Modell der Jenaer Informatiker konzentriert sich bei der Identifikation auf einzelne Teile der Objekte. Das heißt, es versucht zunächst herauszufinden, wie sich ein Objekt beschreiben lässt. „Dazu teilt es beispielsweise einen Vogel in verschiedene Bereiche ein – also etwa Kopf, Flügel, Füße – und modelliert daraus dann ein Gesamtbild“, erklärt Dimitri Korsch von der Universität Jena, der aktuell gemeinsam mit seinem Kollegen Christoph Theiß an dem Projekt arbeitet.

„Um das fehlerfrei zu lernen, muss es immer wieder mit neuen Bildern gefüttert werden, bei denen etwa Vögel unterschiedlicher Größe und in unterschiedlicher Position abgebildet sind. Hat das System verstanden, wie ein Vogel aussieht, dann geht es an die Feinabstimmung.“

Um die Art zweifelsfrei identifizieren zu können, müssen für die einzelnen Bereiche Zusatzinformationen extrahiert werden, wie etwa eine auffällige Musterung des Gefieders oder eine besondere Farbe am Schnabel. „Die Maschine versucht dann, die Teile des Vogels zu detektieren, die für seine Klassifizierung relevant sind“, ergänzt Denzler. „Auch hierfür benötigt sie ein langes Training durch viele verschiedene Abbildungen der entsprechenden Arten.“

Transparente KI

Mit ihrer Methode erreichen die Jenaer Experten eine Erkennungsrate von rund 90 Prozent – ein hervorragender Wert, der bereits Kollegen weltweit auf das Jenaer Modell aufmerksam gemacht hat. Zumal ihr Modell – im Gegensatz zu anderen Systemen dieser Art – nicht einfach nur auswendig lernt und das zu bestimmende Objekt dank riesiger Rechenleistung in kurzer Zeit mit anderen Bildern abgleicht, sondern durch das kontinuierliche Training und den damit verbundenen Lerneffekt tatsächlich verstanden hat, wie es die Vögel unterscheiden kann. Informatiker sprechen dabei vom sogenannten „deep learning“.

Außerdem weist der Algorithmus eine weitere Stärke auf: „Unsere Künstliche Intelligenz ist sehr transparent“, erklärt Denzler. „Wir können jederzeit beobachten, wie sie ihre Entscheidungen trifft und dabei nachvollziehen, wo Fehlerquellen sitzen.“ Bei Einsätzen in der Medizin, etwa bei der Tumorbestimmung, sei das sehr wichtig.

Vogelbestimmung mit Webseite

Als praktisches Nebenprodukt haben die Jenaer Informatiker eine Webseite entwickelt, die auf dem von ihnen entwickelten Algorithmus basiert. Mit ihr können Nutzerinnen und Nutzer, die das Programm heruntergeladen haben, mittels Abbildungen einzelne Vogelarten aus dem Datensatz bestimmen. Sie müssen nur ein Foto des gesuchten Vogels hochladen, der dann zur näheren Bestimmung mit den 200 nordamerikanischen und weiteren 30 einheimischen Vogelarten verglichen wird. Interessierte können sich die Webseite hier genauer anschauen und nutzen: https://birds.inf-cv.uni-jena.de/.

Wissenschaftliche Ansprechpartner:

Prof. Dr. Joachim Denzler
Institut für Informatik der Friedrich-Schiller-Universität Jena
Ernst-Abbe-Platz 2, 07743 Jena
Tel.: 03641 / 946420
E-Mail: joachim.denzler[at]uni-jena.de

Weitere Informationen:

https://birds.inf-cv.uni-jena.de - Webseite zur Vogelbestimmung

Sebastian Hollstein | idw - Informationsdienst Wissenschaft
Weitere Informationen:
http://www.uni-jena.de/

Alle Nachrichten aus der Kategorie: Informationstechnologie >>>

Die aktuellsten Pressemeldungen zum Suchbegriff Innovation >>>

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

Im Focus: Lichtpulse bewegen Spins von Atom zu Atom

Forscher des Max-Born-Instituts für Nichtlineare Optik und Kurzpulsspektroskopie (MBI) und des Max-Planck-Instituts für Mikrostrukturphysik haben durch die Kombination von Experiment und Theorie die Frage gelöst, wie Laserpulse die Magnetisierung durch ultraschnellen Elektronentransfer zwischen verschiedenen Atomen manipulieren können.

Wenige nanometerdünne Filme aus magnetischen Materialien sind ideale Testobjekte, um grundlegende Fragestellungen des Magnetismus zu untersuchen. Darüber...

Im Focus: Freiburg researcher investigate the origins of surface texture

Most natural and artificial surfaces are rough: metals and even glasses that appear smooth to the naked eye can look like jagged mountain ranges under the microscope. There is currently no uniform theory about the origin of this roughness despite it being observed on all scales, from the atomic to the tectonic. Scientists suspect that the rough surface is formed by irreversible plastic deformation that occurs in many processes of mechanical machining of components such as milling.

Prof. Dr. Lars Pastewka from the Simulation group at the Department of Microsystems Engineering at the University of Freiburg and his team have simulated such...

Im Focus: Transparente menschliche Organe ermöglichen dreidimensionale Kartierungen auf Zellebene

Erstmals gelang es Wissenschaftlerinnen und Wissenschaftlern, intakte menschliche Organe durchsichtig zu machen. Mittels mikroskopischer Bildgebung konnten sie die zugrunde liegenden komplexen Strukturen der durchsichtigen Organe auf zellulärer Ebene sichtbar machen. Solche strukturellen Kartierungen von Organen bergen das Potenzial, künftig als Vorlage für 3D-Bioprinting-Technologien zum Einsatz zu kommen. Das wäre ein wichtiger Schritt, um in Zukunft künstliche Alternativen als Ersatz für benötigte Spenderorgane erzeugen zu können. Dies sind die Ergebnisse des Helmholtz Zentrums München, der Ludwig-Maximilians-Universität (LMU) und der Technischen Universität München (TUM).

In der biomedizinischen Forschung gilt „seeing is believing“. Die Entschlüsselung der strukturellen Komplexität menschlicher Organe war schon immer eine große...

Im Focus: Skyrmions like it hot: Spin structures are controllable even at high temperatures

Investigation of the temperature dependence of the skyrmion Hall effect reveals further insights into possible new data storage devices

The joint research project of Johannes Gutenberg University Mainz (JGU) and the Massachusetts Institute of Technology (MIT) that had previously demonstrated...

Im Focus: Skyrmionen mögen es heiß – Spinstrukturen auch bei hohen Temperaturen steuerbar

Neue Spinstrukturen für zukünftige Magnetspeicher: Die Untersuchung der Temperaturabhängigkeit des Skyrmion-Hall-Effekts liefert weitere Einblicke in mögliche neue Datenspeichergeräte

Ein gemeinsames Forschungsprojekt der Johannes Gutenberg-Universität Mainz (JGU) und des Massachusetts Institute of Technology (MIT) hat einen weiteren...

Alle Focus-News des Innovations-reports >>>

Anzeige

Anzeige

VideoLinks
Industrie & Wirtschaft
Veranstaltungen

Chemnitzer Linux-Tage am 14. und 15. März 2020: „Mach es einfach!“

12.02.2020 | Veranstaltungen

4. Fachtagung Fahrzeugklimatisierung am 13.-14. Mai 2020 in Stuttgart

10.02.2020 | Veranstaltungen

Alternative Antriebskonzepte, technische Innovationen und Brandschutz im Schienenfahrzeugbau

07.02.2020 | Veranstaltungen

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

Höhere Treibhausgasemissionen durch schnelles Auftauen des Permafrostes

18.02.2020 | Geowissenschaften

Supermagnete aus dem 3D-Drucker

18.02.2020 | Maschinenbau

Warum Lebewesen schrumpfen

18.02.2020 | Geowissenschaften

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