Eine Amsel auf dem Display eines Tablets.

Vogelbilder helfen Algorithmus beim Lernen

Informatiker entwickeln Algorithmus zur fein-granularen Objekterkennung
Eine Amsel auf dem Display eines Tablets.
Foto: Jan-Peter Kasper/FSU
  • Forschung

Meldung vom: 16. September 2019, 11:54 Uhr | Verfasser/in: Sebastian Hollstein

Prof. Dr. Joachim Denzler. Projektleiter Prof. Dr. Joachim Denzler. Foto: Jan-Peter Kasper/FSU

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 genauer anschauen und nutzen unter: https://birds.inf-cv.uni-jena.de/.

Kontakt:

Joachim Denzler, Univ.-Prof. Dr.
Telefon
+49 3641 9-46420
Fax
+49 3641 9-46372
Raum 1220
Ernst-Abbe-Platz 1-2
07743 Jena
Diese Seite teilen
Die Uni Jena in den sozialen Medien:
Ausgezeichnet studieren:
  • Logo der Initiative "Total E-Quality"
  • Logo des Best Practice-Club "Familie in der Hochschule"
  • Logo des Projekts "Partnerhochschule des Spitzensports"
  • Qualitätssiegel der Stiftung Akkreditierungsrat - System akkreditiert
Zurück zum Seitenanfang