COMPUTERBASIERTES SEHEN

Wie funktioniert eigentlich das Sehen? Und welche Rolle spielen Computer dabei? Diese Fragen lassen sich tiefgehend beantworten. Doch wir konzentieren uns im folgenden Blogbeitrag auf das Wesentliche und zeigen euch wissenswerte Trends und Neuigkeiten im computerbasierten Sehen – eine wahre Renaissance.

28.04.2021 I Von Joshua Joost I Ehemaliger Werkstudent im IT Lab

Themen: Zukunftstrends

COMPUTER VISION: VOM MENSCHLICHEN SEHEN ZUR SCHADENSBEWERTUNG IN DER VERSICHERUNGSBRANCHE

Starten wir aber mal mit dem Sehen. Licht kann durch sein Spektrum physikalisch beschrieben werden. Wir Menschen nehmen in etwa den Bereich der Wellenlängen zwischen 380nm und 780nm wahr. Das liegt daran, dass unsere Sonne in diesem Wellenlängenbereich ihre elektromagnetische Energie abgibt, zumindest ist das der Bereich, der bei uns auf der Erde ankommt und wir Menschen uns so über Generationen auf dieses Spektrum "spezialisiert" haben. Auf der Retina im Auge liegen unsere drei Farbrezeptoren (auch Zapfen genannt). Dabei haben wir einen Blau-, einen Grün-, und einen Rotrezeptor. Vielleicht habt ihr schon mal von der Farbpalette RGB (Rot, Grün, Blau) gehört? Das hängt miteinander zusammen. Wenn wir technische Geräte entwickeln, die uns eine farbliche Ausgabe präsentieren, greifen wir natürlich auf eine Farbpalette zurück, die wir Menschen besonders gut sehen können.

Über die Jahre lernen wir Menschen spielerisch mit unseren Augen die Welt um uns herum zu verstehen. Wir lernen Segmente, Muster und Merkmale zu identifizieren und Objekten zuzuweisen. Es ist für uns eine Selbstverständlichkeit, Objekte unterscheiden, Entfernungen abschätzen und Bewegungsabläufe einigermaßen präzise vorhersagen zu können. Diese Eigenschaften einem Computer beizubringen war lange Zeit ein sehr schwerfälliges Forschungsgebiet mit nur langsamen Erfolgen.

Computer Vision (CV) oder zu Deutsch computerbasiertes Sehen beschäftigt sich mit der Interpretation und dem Verständnis der visuellen Welt. Sie hat durch die Verbesserung der Hardware, dem Durchbruch der Künstlichen Intelligenz und der Entwicklung des Internets und mobiler Technologien, durch die Unmengen an Fotos und Videos verfügbar wurden, eine echte Renaissance erlebt. Entsprechend ist sie heute weit verbreitet. Im Gesundheitswesen helfen sie beispielsweise in der Bildanalyse bei Verletzungen und Krankheiten (bspw. Krebs) und in der Landwirtschaft kann durch Monitoring die Ackerfläche bestimmt werden, die so voll autonom gesät und geerntet werden kann. In der Versicherungsbranche hilft sie gemeldete Schäden zu rationalisieren und konsistent und genau zu bewerten. In der Versicherungsbranche hilft computerbasiertes Sehen insbesondere gemeldete Schäden zu rationalisieren und konsistent und genau zu bewerten.

OPTIMALE VERSICHERUNGSPRODUKTE

Nicht direkt themenverwandt, aber hochinteressant sind erste Lösungen zur Virtualisierung von Kundenverhalten. Tausende virtueller Kunden mit unterschiedlichen Personas und damit abweichenden Präferenzen reagieren auf Tarif- und Preisänderungen eines Angebots.

Aus dem simulierten Verhalten der virtuellen Kunden lassen sich wichtige Erkenntnisse für ein optimales Produktportfolio gewinnen und sind wesentlich genauer als Marktforschung, Pricing-Beratung oder das eigene Bauchgefühl.

SEGMENTIERUNG OHNE EXPERTENWISSEN

Aktuell erfordern selbst die populärsten Modelle für Objekterkennung und Segmentierung in der Computer Vision, wie das Faster R-CNN (Faster Region Based Convolutional Neural Network), noch manuelles Einpflegen von Architekturwissen. Das neue Framework DETR (Detection Transformer) nutzt 2D-Bildmerkmale aus einem CNN (engl. Faltungsnetze), kombiniert sie zu einer Sequenz und transformiert sie, um Merkmale zu modellieren. Das Modell ist einfacher, da es selbstständig lernt zu interpretieren, wodurch viel manuelles Vorarbeiten entfällt. Im Bild ist zu sehen, dass das Modell bei Segmentierungsaufgaben recht gute Ergebnisse liefert.

KORREKTUR VON RAUMKRÜMMUNGEN

360° Bilder liefern nicht unbedingt die Ergebnisse, die man sich wünscht. Wir sehen hier, dass das linke Bild fehlausgerichtet ist, also keine einheitliche Bezugslinie hat. Hochmoderne Deep Learning Algorithmen sind in der Lagen, dem Bild einen ebenen Bezugspunkt zu geben und so einheitlich auszurichten.

SEMANITISCHES ERKENNEN VON BILDOBJEKTEN

Bisher tun sich Modelle schwer, Texte und Symbole in Bildern zu erkennen und ihren semantischen Hintergrund zu begreifen. Aber auch hier gibt es einen großen Fortschritt in der Forschung. So ist das KI-Modell LoRRA (Look, Read, Reason & Answer) auf einem völlig neuen Datensatz aus ca. 45.000 Fragen zu ca. 28.000 Bildern trainiert worden, und konnte danach effizient Fragen zu Bildern beantworten.

ABTASTWERTE IN TEXTUREN

Das ist aber noch nicht alles aus dem Bereich von Computer Vision. Das Modell SinGAN ist in der Lage, realistische Abtastwerte für Texturen und ganze Objekte zu erzeugen und liefert damit einen echten Mehrwert im Bereich der Bildverarbeitung.

Man beachte den Weihnachtsbaum, in der Mitte rechts, der als bildfremdes Objekt eingefügt wurde und als solches ein völlig falsches Sampling besitzt. Der Algorithmus lässt es aber so aussehen, als wäre er Teil des Originals.

Das wars mit unserem Blog-Quartett zu wissenswerten Trends und Neuigkeiten aus dem Bereich der KI. Wenn ihr die Blogreihe fleißig mitverfolgt habt, habt ihr sicherlich ein gutes Gespür dafür bekommen, welche Potenziale sich mithilfe Künstlicher Intelligenz verwirklichen lassen. KI kann uns einen gewaltigen Mehrwert bieten, den wir heute noch gar nicht voll abschätzen können. Es ist an uns diesem Potenzial stehts eine soziale Note für Mensch, Tier und Natur mitzugeben.

Fragen zu unseren Beiträgen?

Wir freuen uns über deine Kontaktaufnahme!

E-Mail schreiben

Neugierig geworden?

Entdecke deine Jobmöglichkeiten bei der SV Informatik.

Zu den Karrieremöglichkeiten

Dieser Beitrag hat dir gefallen?

Dann stöbere gerne durch unseren weiteren Blogartikel.

Zu der Themenübersicht