idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
Science Video Project
idw-Abo

idw-News App:

AppStore

Google Play Store



Instance:
Share on: 
01/26/2016 11:00

Vogelkunde per App

Bianca Wiedemann Stabsstelle Kommunikation/Pressestelle
Friedrich-Schiller-Universität Jena

    Informatiker der Universität Jena entwickeln Computer-Algorithmen zur visuellen Erkennung von Tier- und Pflanzenarten

    „Amsel, Drossel, Fink und Star und die ganze Vogelschar“ heißt es in einem bekannten Frühlingslied. Doch kaum jemand – abgesehen von Ornithologen und Hobbyvogelkundlern – wird noch deutlich mehr Vogelarten der hier benannten Schar aufzählen können, geschweige denn, sie im Wald auf den ersten Blick erkennen. Bald könnte allerdings das Smartphone dabei helfen, unbekannte Tier- und Pflanzenarten zu identifizieren. Informatiker der Friedrich-Schiller-Universität Jena haben ein Verfahren entwickelt, das die Tiere und Pflanzen visuell erkennt und automatisch der Art zuordnet.

    Am Lehrstuhl Digitale Bildverarbeitung von Prof. Dr. Joachim Denzler haben Dr. Erik Rodner und der Doktorand Marcel Simon einen Algorithmus entworfen, der es dem Computer ermöglicht, das Aussehen der verschiedenen Tier- und Pflanzenarten automatisch von Internetbildern zu lernen. Die Deutsche Forschungsgemeinschaft (DFG) fördert das Projekt mit dem Titel „Visuelle fein-granulare Objekterkennung“, das die Verbesserung der Algorithmen zum Ziel hat, für die nächsten drei Jahre mit einer Summe von 267.000 Euro. Damit wird u. a. der Austausch innerhalb der bestehenden Kooperation mit der University of California, Berkeley unterstützt. „Die Bilderkennung soll nicht nur noch genauer werden, wir möchten auch die Information automatisch liefern können, aufgrund welcher Kriterien der Computer klassifiziert“, erläutert Projektleiter Erik Rodner.

    Bei der visuellen feingranularen Objekterkennung kommen Deep Learning und Big Data-Methoden zum Einsatz, wie sie u. a. bei der Spracherkennung von Apple oder Google für die Musteranalyse verwendet werden. Sein Wissen schöpft der Computer mithilfe des Lernalgorithmus aus Datenbanken, die aus einer Vielzahl an Internetbildern bestehen. „Da der Computer die typischen Posen der Tiere gelernt hat, kann er zum Beispiel Vögel oder Hunde auch in der Bewegung erkennen und einordnen“, so Erik Rodner. Die Algorithmen lassen sich dabei nicht nur für die Biodiversitätsforschung im Big Data-Bereich einsetzen, sondern zum Beispiel auch bei der intelligenten Produktsuche. So wie der Computer künftig zwischen verschiedenen Tier- und Pflanzenarten unterscheiden kann, soll er dann ebenfalls in der Lage sein, Modeartikel einzuordnen.

    Mit dem in vorherigen Arbeiten entstandenen leistungsfähigen Algorithmus sind die Informatiker der Universität Jena bereits auf Augenhöhe mit namhaften Forschergruppen aus Oxford oder von Google. „Bereits wenige Tage nach der Onlinepublikation des Verfahrens wurden unsere Ergebnisse von anderen Gruppen aufgenommen und zitiert“, freut sich Doktorand Marcel Simon. Das liege v. a. daran, dass das Verfahren schon jetzt sehr genau ist und ganz neue Möglichkeiten der Quantifizierung visueller Daten besonders für das automatische Monitoring bei der Biodiversitätsforschung eröffnet.

    Kontakt:
    Dr. Erik Rodner
    Institut für Informatik der Friedrich-Schiller-Universität Jena
    Ernst-Abbe-Platz 2, 07743 Jena
    Tel.: 03641 / 946425
    E-Mail: erik.rodner[at]uni-jena.de

    Weiterführende Literatur:
    Marcel Simon, Erik Rodner: „Neural Activation Constellations: Unsupervised Part Model Discovery with Convolutional Networks“, International Conference on Computer Vision (ICCV). 2015.

    Marcel Simon and Erik Rodner and Joachim Denzler: „Part Detector Discovery in Deep Convolutional Neural Networks“, Asian Conference on Computer Vision (ACCV). 2014.
    http://www.inf-cv.uni-jena.de/constellation_model_revisited.html


    More information:

    http://www.uni-jena.de


    Images

    Dr. Erik Rodner (r.) und Marcel Simon haben einen Algorithmus entwickelt, der es dem Computer ermöglicht, das Aussehen verschiedener Tier- und Pflanzenarten von Internetbildern zu lernen.
    Dr. Erik Rodner (r.) und Marcel Simon haben einen Algorithmus entwickelt, der es dem Computer ermögl ...
    Foto: Jan-Peter Kasper/FSU
    None


    Criteria of this press release:
    Journalists
    Biology, Information technology
    transregional, national
    Research projects, Research results
    German


     

    Dr. Erik Rodner (r.) und Marcel Simon haben einen Algorithmus entwickelt, der es dem Computer ermöglicht, das Aussehen verschiedener Tier- und Pflanzenarten von Internetbildern zu lernen.


    For download

    x

    Help

    Search / advanced search of the idw archives
    Combination of search terms

    You can combine search terms with and, or and/or not, e.g. Philo not logy.

    Brackets

    You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).

    Phrases

    Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.

    Selection criteria

    You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).

    If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).