Verbessertes Verfahren zur Kantenerkennung
Ein MIT-Forscher hat einen neuartigen Algorithmus entwickelt, der die Bilderfassung im Rechner beschleunigen soll.
Forscher am MIT-Labor für künstliche Intelligenz, CSAIL, um den Informatiker Jason Chang haben ein Verfahren entwickelt, das das Auffinden von Kanten in digitalen Aufnahmen bis zu 50.000-mal effizienter beherrschen soll als bisherige Techniken, berichtet Technology Review in seiner Online-Ausgabe. "Wir wollten einen Algorithmus, der Bilder so segmentiert, wie das Menschen tun", sagt Chang. Aus diesem Ansatz entwickelte sich ein Verfahren, das zahlreiche Versuche unternimmt, um die richtigen Kanten zu ermitteln. "So kommen wir in etwa auf das, was ein Mensch machen würde."
In der Bildbearbeitung und -erfassung gibt es kaum ein schwierigeres Problem als die saubere Erkennung von Abgrenzungsbereichen zwischen zwei Objekten. Dabei ist dieses Verfahren enorm wichtig: Nicht nur beim automatischen Freistellen von Urlaubsfotos, sondern auch für Roboter, die beispielsweise erkennen müssen, wo der Teppichboden aufhört und ein auf ihm stehender Mensch beginnt.
Der neue Algorithmus basiert auf einem Standardverfahren, das sich Image Segmentation nennt. Dabei versucht der Computer, sich näherungsweise an die richtigen Kanten heranzutasten, bis die ideale Trennung gefunden ist. Das allein dauert allerdings noch zu lange, weswegen Chang und sein Team mit einem Bewertungsverfahren arbeiten. Dieses untersucht die verschiedenen Kandidaten auf Faktoren wie Farbtrennung, Einfachheit der Kantendarstellung oder Verteilung der Bildpunkte auf beiden Seiten einer Kante.
Ob die Technik tatsächlich zu einer Revolution in der Bilderkennung führt, bleibt allerdings abzuwarten. Anthony Yezzi, Professor für Computerbau an der US-Hochschule Georgia Tech, wirft ein, dass es zahllose unterschiedliche Implementierungen der Kantentrennung gibt. Trotzdem sei die Idee, mit vielen Iterationen samt Bewertungsverfahren zu arbeiten, gelungen.
Mehr zum Thema in Technology Review online:
(bsc)
