Fortschrittliche Bildverarbeitung mit neuronalen Netzen

Das Aufspüren der entscheidenden Eigenschaften digitalisierter Bilder ist eine knifflige Angelegenheit, die durch eine neuartige Anwendung neuronaler Netze wesentlich vereinfacht werden könnte.

Gesundheit

Die Art und Weise, wie wir Menschen Objekte sehen und wahrnehmen, ist extrem schwierig zu imitieren. Zwar hat der Mensch im Laufe der Zeit immer mehr Wissen über die biologischen, neurologischen, psychologischen und anderen hierfür maßgeblichen Faktoren angehäuft, doch dieses Wissen ist noch immer lückenhaft. Glücklicherweise tragen die hohen Rechenleistungen moderner Computer und die Digitalisierung von Bildern zu Nullen und Einsen dazu bei, den Stand der Technik auf dem Gebiet der Bildverarbeitung. Das Projekt AMOVIP führte Forscher aus drei Kontinenten zusammen, um die Möglichkeiten für eine Anwendung der Technikgen neuronaler Netze auf diesem Gebiet zu untersuchen. Neuronale Netze sind hoch entwickelte numerische Verfahren, die in diesem Fall zum Lösen eines Systems von Differentialgleichungen eingesetzt werden. Das Ergebnis ist eine verbesserte Differenzierung zwischen Bildvordergrund und -hintergrund, Objektkanten und Helligkeitsmustern. Das Konzept setzt sich aus drei separaten Analyseebenen zusammen und interpoliert zwischen Maximal- und Minimalwerten, um so zu einer ausgewogenen Lösung zu gelangen. Dabei werden beträchtliche Einsparungen bei der Verarbeitungszeit erzielt, indem Zellen-Wechselwirkungen nicht im globalen Maßstab berücksichtigt, sondern auf den lokalen Maßstab begrenzt werden und auf explizite Vergleichsverfahren verzichtet wird. Die höhere Bildqualität bei kürzerer Verarbeitungszeit macht die Ergebnisse von AMOVIP weitaus attraktiver als diejenigen der heute üblichen Bildverarbeitungstechniken. Diese Ergebnisse können für vielfältige Anwendungen genutzt werden. So erfordern beispielsweise biometrische Sicherheitsmaßnahmen eine automatisierte Erkennung von Unterschriften, Gesichtsattributen, Fingerabdrücken und anderen persönlichen Merkmalen. Die Bildverarbeitung wird auch in der medizinischen Diagnostik angewandt, beispielsweise in der Kernspintomographie. Das Verfahren ist einfach in VLSI-Technologie (Very Large-Scale Integration) implementierbar und basiert auf Technologien, die zum Industriestandard gehören (z.B. Matlab). Es wurden bereits mehrere Patentanmeldungen eingereicht. Das AMOVIP-Konsortium ist auf der Suche nach VLSI-Forschungsgruppen und/oder anwendungsorientierten Partnern.

Advanced modelling of visual information processing

Fortschrittliche Bildverarbeitung mit neuronalen Netzen

Entdecken Sie Artikel in demselben Anwendungsbereich

Diese Seite teilen

Herunterladen