Ein Bild sagt mehr als 1.000 Worte? Ja – wenn die darin enthaltenen Daten richtig erkannt und ausgewertet werden. Für uns Menschen ist das ganz natürlich, wir können z.B. problemlos unterschiedliche Versionen einer Kategorie zuordnen, etwa eine Tanne und eine Eiche als „Baum“. Die Idee, auch zum Sammeln von Informationen in größeren Zusammenhängen Bilder zu nutzen, liegt da nahe.
Image Recognition macht das möglich: Die auf Künstlicher Intelligenz (KI) beruhende Technologie setzt Bildinformationen in Code um. Dadurch können die enthaltenen Informationen automatisch weiterverarbeiten werden.
Durch Image Recognition lässt sich gerade schwer zugängliches Wissen aufschlüsseln, ob in sehr großen räumlichen Dimensionen wie Waldgebieten oder in unsichtbar kleinen wie Körperzellen.
Bei Image Recognition lernen KI-Algorithmen, mit unterschiedlichen Techniken wie der Bildaugmentierung, Bilder zu „sehen“, zu vergleichen und zu interpretieren. Damit fällt die Beschreibung durch den Menschen als Zwischenschritt weg. Mit Image Recognition kann etwa der Zustand von Gebäuden bewertet werden, aber auch die Entwicklung von Bakterienstämmen bei Laboruntersuchungen oder Wildtierbestände. So verschaffen Sie sich schnell den optimalen Durchblick!
Ein Algorithmus wird unbewusst vom Können und vom Weltbild der Programmierenden beeinflusst. Die KI der Image Recognition dagegen trainiert an Bildern – und lernt mit jedem neuen Bild dazu. Sie schreibt ihren Code anhand dieser Informationen selbst und wird so objektiver.
Müssen Menschen Informationen aus Gesehenem zuerst in Text oder Zahlen übertragen, um einen Datensatz zu füttern, ist das aufwändiger und sehr fehleranfällig. Arbeitet die Künstliche Intelligenz dagegen direkt mit der Bildinformation, kann sie ungefiltert Informationen daraus generieren.
Unser Gehirn blendet beim Sehen für uns unwesentliche Informationen aus, ergänzt andere und nimmt kleine Abweichungen hin. So schützt es uns vor Reizüberflutung. Image Recognition dagegen kennt weder Reizüberflutung noch Ermüdung – und kann so kleinste Details in tausenden von Bildern vergleichen.
Image Recognition, zu Deutsch Bilderkennung, meint das automatische Erkennen und Analysieren von Bildern über einen Algorithmus. Da das Übertragen von Bilddaten in Code sehr komplex ist, wird für Image Recognition in der Regel Künstliche Intelligenz (KI) eingesetzt. Die KI erkennt etwa das Zielobjekt im Originalbild und extrahiert es dann zur weiteren Verarbeitung (Bildsegmentierung).
Künstliche Intelligenz „sieht“ selbst nichts, das bedeutet, alle im Bild vorhandenen Daten müssen von ihr in Code übertragen werden. Dazu werden zunächst möglichst viele Bilder von Zielobjekten gesammelt, um die KI damit zu trainieren. Per Bildaugmentierung – das ist die Veränderung von Bildern, etwa durch Spiegelung und Farbänderungen – kann die Anzahl von Bildern für das Training erhöht werden. Um später einzelne Individuen, z.B. Wildtiere, wiedererkennen zu können, werden die Ausprägungen bestimmter Merkmale in Code erfasst. Dieser Code steht für das Individuum. Die KI kann auch leichte Abweichungen, etwa aufgrund der Lichtverhältnisse oder anderer Blickwinkel, tolerieren und das Objekt trotzdem identifizieren. Dafür wird der KI ein „Anchor“-Bild des Objekts angeboten, zusammen mit einem weiteren Bild des Objekts und dem Bild eines anderen Individuums. So entwickelt die KI für sich einen passenden Code, um das gesuchte Individuum zu identifizieren. Mit jedem neuen Bild passt die KI den Code weiter an und wird so immer präziser.
Für die Bilderkennung werden im Wesentlichen vier Techniken eingesetzt:
„Eines unserer vom Bundesministerium für Bildung und Forschung (BMBF) geförderter Projekte beschäftigt sich mit dem Borkenkäfer: Wir können anhand von Satellitenbildern das Ökosystem Wald erfassen und analysieren, wie sich der Borkenkäfer ausbreitet. Daraus erstellt unsere Lösung Prognosen über die gefährdeten Bereiche. Diese helfen den Förstern, geeignete Maßnahmen zum Schutz der Bäume zu ergreifen. Sobald diese Lösungen marktreif sind, sollen sie deutschlandweit zum Einsatz kommen.“
Dr. Gerhard Heinzerling
Senior Data Scientist, Arineo GmbH
Unser Kern ist die Entwicklung von Künstlicher Intelligenz. Unsere Fachleute arbeiten dazu immer wieder mit Forschenden an Hochschulen zusammen. Zwei unserer aktuellen Forschungsprojekte zur Verbesserung von Arbeitsprozessen durch AI werden vom Bundesministerium für Bildung und Forschung (BMBF) gefördert.
Aus umfangreichen Projekten, etwa zur Erkennung von Blattkrankheiten, bringen unsere Fachleute die Expertise mit, um für Sie auch in komplexen Umfeldern smarte Image Recognition umzusetzen.
mit unseren Mitarbeitenden genauso wie mit unseren Geschäftspartnern und Kunden. Durch die starke Bindung unserer Mitarbeitenden stellen wir sicher, dass Sie langfristig von gleichbleibenden Ansprechpersonen betreut werden. Das wirkt sich positiv auf die Qualität unserer Beratungsdienstleistungen und unsere Geschäftsbeziehung aus.
Senden Sie uns Ihre Anfrage, Ihr Feedback, Ihre Anregungen oder Ihr sonstiges Anliegen bequem über das Formular zu – wir freuen uns darauf!
Ausgezeichnet. Wenn, dann machen wir es richtig! Nicht umsonst haben wir den Microsoft Gold und Solutions Partner Status sowie den SAP Gold Partner Status erreicht. Und unsere hervorragende Bonität wurde mehrfach von Creditreform bestätigt.
Zufriedene Kunden
