Skip to main content Skip to main navigation

Projekt

VIDETE

Generierung von Vorwissen mit Hilfe lernender Systeme zur 4D-Analyse komplexer Szenen

Generierung von Vorwissen mit Hilfe lernender Systeme zur 4D-Analyse komplexer Szenen

  • Laufzeit:

Motivation

Die künstliche Intelligenz beeinflusst aktuell viele Bereiche, so auch das maschinelle Sehen. Für Anwendungen in den Bereichen Autonome Systeme, Medizin und Industrie stellen sich dabei grundlegende Herausforderungen: 1) die Erzeugung von Vorwissen zur Lösung stark unterbestimmter Probleme, 2) die Verifizierung und Erklärung der von der KI berechneten Antwort und 3) die Bereitstellung von KI in Szenarien mit eingeschränkter Rechenleistung.

Ziele und Vorgehen

Ziel von VIDETE ist es, mit Hilfe von KI, Vorwissen durch Verfahren des maschinellen Lernens zu generieren und damit bisher unlösbare Aufgaben wie die Rekonstruktion dynamischer Objekte mit nur einer Kamera praktisch handhabbar zu machen. Durch geeignetes Vorwissen wird es leichter fallen allgemeine Szenen, zum Beispiel im Bereich Autonomer Systeme, mit Hilfe von Algorithmen zu analysieren und zu interpretieren. Weiter sollen Methoden entwickelt werden die es ermöglichen die berechneten Ergebnisse zu begründen bevor diese weiter benutzt werden. Im Bereich der Medizin wäre dies vergleichbar mit der Meinung eines Kollegen im Gegensatz zu der pauschalen Antwort aktueller KI-Methoden. Als Schlüsseltechnik wir die Modularisierung der Algorithmen angesehen, welche insbesondere auch die Verfügbarkeit von KI erhöhen wird. Modulare Komponenten lassen sich effizient in Hardware realisieren. Somit können Berechnungen (z.B. das Erkennen einer Geste) nahe am erzeugenden Sensor durchgeführt werden. Dies ermöglicht es im Gegenzug, semantisch angereicherte Informationen mit geringem Overhead zu kommunizieren, wodurch KI auch auf mobilen Geräten mit geringen Ressourcen verfügbar wird.

Innovationen und Perspektiven

Die künstliche Intelligenz findet in fast allen Bereichen des täglichen Lebens und der Arbeit Einzug. Die im Projekt VIDETE erwarteten Ergebnisse werden unabhängig von den definierten Forschungszenarien sein und können zum Fortschritt in vielen Anwendungsbereichen (Privatleben, Industrie, Medizin, Autonome Systeme, etc) beitragen.

Fördergeber

BMBF - Bundesministerium für Bildung und Forschung

01IW18002

BMBF - Bundesministerium für Bildung und Forschung

Publikationen zum Projekt

Jameel Malik; Didier Stricker; Sk Aziz Ali; Vladislav Golyanik; Soshi Shimada; Ahmed Elhayek; Christian Theobalt

In: IEEE Transactions on Pattern Analysis and Machine Intelligence (PAMI), Vol. 1, Pages 1-13, IEEE, 11/2021.

Zur Publikation

Sk Aziz Ali; Kerem Kahraman; Gerd Reis; Didier Stricker

In: IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR). International Conference on Computer Vision and Pattern Recognition (CVPR-2021), June 19-25, Virtual, IEEE, 6/2021.

Zur Publikation

Sk Aziz Ali; Kerem Kahraman; Christian Theobalt; Didier Stricker; Vladislav Golyanik

In: Mingbo Zhao (Hrsg.). IEEE Access, Vol. 9, Pages 79060-79079, IEEE Access, 6/2021.

Zur Publikation