Bilderkennung: Algorithmen aus Jena sollen Tiere auch in Bewegung bestimmen können
So manches Elternteil wird stutzen, wenn das Kind auf dem Waldspaziergang nach dem Namen einer Pflanze oder eines Tieres fragt. Forscher der Uni Jena könnten mit einem von ihnen entwickelten Verfahren vielleicht bald Apphilfe schaffen.
(Bild: Jan-Peter Kasper/FSU)
Informatiker der Friedrich-Schiller-Universität in Jena haben nach eigenen Angaben Algorithmen entwickelt, durch die Tiere und Pflanzen visuell erkannt und automatisch einer Art zugeordnet werden können. So könnte bald das Smartphone helfen, unbekannte Tier- und Pflanzenarten zu identifizieren.
Vögel in Bewegung erkennen
Dr. Erik Rodner und der Doktorand Marcel Simon haben in dem Projekt "Visuelle fein-granulare Objekterkennung" ein Verfahren entwickelt, durch das ein Computer das Aussehen der Tier- und Pflanzenarten automatisch von Bildern aus dem Internet lernen können soll. "Da der Computer die typischen Posen der Tiere gelernt hat, kann er zum Beispiel Vögel oder Hunde auch in der Bewegung erkennen und einordnen", erläutert Rodner.
Die Deutsche Forschungsgemeinschaft fördert das Projekt über die nächsten drei Jahre mit 267.000 Euro. In der Zeit soll nicht nur die Bilderkennung noch genauer werden, "wir möchten auch die Information automatisch liefern können, aufgrund welcher Kriterien der Computer klassifiziert", erklärt Projektleiter Rodner.
Auch für Produkterkennung geeignet
Es kämen Deep Learning und Big-Data-Methoden zum Einsatz, wie sie auch in der Spracherkennung von Apple oder Google für die Musteranalyse verwendet würden, erläutern die Forscher. Die Algorithmen seien dabei nicht nur auf Tiere und Pflanzen beschränkt, sie könnten auch in der intelligenten Produktsuche eingesetzt werden, zum Beispiel um Modeartikel einzuordnen.
Natürlich wird nicht nur in Jena an der Bilderkennung gearbeitet, sondern etwa auch in Oxford oder im Hause Google. Doch "wenige Tage nach der Onlinepublikation des Verfahrens wurden unsere Ergebnisse von anderen Gruppen aufgenommen und zitiert", freut sich Simon. Das liege vor allem daran, dass das Verfahren schon sehr genau sei und neue Möglichkeiten der Quantifizierung visueller Daten besonders für das automatische Monitoring bei der Biodiversitätsforschung eröffne. (anw)
