4.3 Computer Vision

Question 1

Computer Vision - Ziel

Answer 1

• Inhalt eines Bildes oder von bewegten Bildern sehen und verstehen
• Gesicht einer Person erkennen

Question 2

Computer Vision - Zweck

Answer 2

• Computern helfen, den Inhalt von Bildern genauso gut wie Menschen zu sehen und zu verstehen
• in einigen Fällen sogar besser als Menschen

Question 3

Computer Vision - Einordnung

Answer 3

• Teilbereich der Künstlichen Intelligenz
• nutzt Techniken des maschinellen Lernens

Question 4

Abb. Computer-Vision und Künstliche Intelligenz

Answer 4

Question 5

Maschinelles Sehen - aktueller Stand

Answer 5

• noch lange nicht perfekt
• aber bereits erhebliche Fortschritte

Question 6

Computer Vision - Bedeutung

Answer 6

• nicht nur von akademischem Interesse
• viele wichtige praktische Anwendungen -> erhebliche Marktchancen und Verbesserungen der Lebensqualität

Question 7

Computer Vision - Anwendungen

Answer 7

• halbautonomes Fahren
• Steuerung von Robotern
• Überwachungstechnik
• medizinische Bildanalyse

-> Risiken

Question 8

Menschliches Sehen - Sehvorgang - Hornhaut

Answer 8

• Licht dringt in die Hornhaut des Auges ein
• verstellbare Pupille steuert eintretende Lichtmenge
• Hinter der Pupille: längliche Linse, deren Krümmung angepasst werden kann
  schwache Krümmung -> weit entfernte Objekte scharf
  starke Krümmung -> nahe Objekte scharf

Question 9

Menschliches Sehen - Sehvorgang - innerer Augapfel

Answer 9

• besteht aus gallertartigen Substanz: Glaskörper
• Licht gelangt dadurch in die Netzhaut
• befindet sich am Ende des Augapfels
• enthält Millionen von Lichtrezeptorzellen: Zapfen und Stäbchen
• erkennen Lichtsignale und wandeln sie in elektrische Signale um (Phototransduktion)
• gelangen über den Sehnerv ins Gehirn
• Signale werden vom Gehirn interpretiert

Question 10

Kameras - allgemein

Answer 10

• technisches Gegenstück zum Auge
• lange Geschichte, die mit der Camera obscura bis in die Antike zurückreicht

Question 11

wichtigste Fortschritte im Bereich der Kameratechnik

Answer 11

• Lochkameras
• Fotoapparate
• Digitalkameras

Question 12

wichtigste Fortschritte im Bereich der Kameratechnik - Lochkameras

Answer 12

• haben kein Objektiv
• bestehen aus einem versiegelten Kasten
• mit kleiner Öffnung, durch die Licht eindringen kann
• einfallendes Licht projiziert ein auf dem Kopf stehendes Bild des Motivs vor der Blende auf die Rückwand der Kamera
• Tatsache ausgenutzt, dass sich Licht (über kurze Entfernungen) in geraden Linien (Strahlen) ausbreitet

Question 13

wichtigste Fortschritte im Bereich der Kameratechnik - Fotoapparate

Answer 13

• haben ein Objektiv, durch welches das Licht dringt -> dynamischen Fokussierung und Verbesserung der Bildqualität
• lichtempfindlichen Film, der sich in einem abgedichteten Gehäuse befindet
• wird durch einfallendes Licht belichtet
• Chemische Reaktionen verändern das Material der Folie, wodurch das Bild festgehalten wird

Question 14

wichtigste Fortschritte im Bereich der Kameratechnik - Digitalkameras

Answer 14

• verwendet Lichtsensor
• Licht fällt durch ein Objektiv und wird so auf einen Sensorchip projiziert
• hält Bild in Form von Millionen einzelner Elemente (Bildpunkte/Pixel) fest
• Funktion Pixel = lichtempfindliche Zellen auf der Netzhaut
• digitales Bild kann als eine Reihe von Bildpunkten definiert werden, die jeweils Lichtintensität und Farbe repräsentieren

Question 15

Von Merkmalen zum Verstehen von Bildern - Problem

Answer 15

direkte Zuordnung von pixelbasierten Bildinhalten zu einer semantisch sinnvollen Bildinterpretation nicht möglich

Question 16

Von Merkmalen zum Verstehen von Bildern - Extraktion

Answer 16

bedeutender Teil jeder Bildverarbeitungspipeline besteht aus der Extraktion auffälliger Bildmerkmale, die über der Abstraktionsebene des Pixels liegen

Question 17

Von Merkmalen zum Verstehen von Bildern - Beispiele Merkmale

Answer 17

• Kanten: ausgeprägte Veränderung der Pixelwerte
• Ecken: zwei oder mehr Kanten treffen zusammen oder eine Kante ändert schnell ihre Richtung
• Flecken: einheitliche Teilbereiche in einem Bild
• Grate: Symmetrieachsen

Question 18

Von Merkmalen zum Verstehen von Bildern - Input

Answer 18

• Bildmerkmale liefern Input
• für Verfahren der Mustererkennung und des maschinellen Lernens
• eingesetzt zur Ableitung semantisch interessanter Bildinhalte

Question 19

Ableitung semantisch interessanter Bildinhalte - Anwendungen

Answer 19

• Erkennung von Nummernschildern und Verkehrszeichen für die Sicherheit, des autonomen Fahrens
• Erkennung von Gesichtern zur Sortierung von Fotosammlungen einer Person
• Entdeckung von bösartigem Gewebe in der medizinischen Bildgebung

Question 20

Bildverarbeitungspipeline - Schritte

Answer 20

• Bilderfassungsmechanismus
• Bildverbesserung
• Bildmerkmale extrahieren
• Mustererkennung und maschinelle Lernverfahren

Question 21

Bildverarbeitungspipeline - Bilderfassungsmechanismus

Answer 21

z.B. durch Digitalkamera
-> Bild in einer für die weitere rechnerische Verarbeitung geeignete Form

Question 22

Bildverarbeitungspipeline - Bildverbesserung

Answer 22

• Mithilfe von Techniken aus dem Bereich Signal- und Bildverarbeitung
• z. B. Schärfung oder Kontrastverbesserung

-> Verbesserung der Eignung für nachfolgende Verarbeitungsschritte

Question 23

Bildverarbeitungspipeline - Bildmerkmale extrahieren

Answer 23

• Auf Grundlage des Pixelinhalts des Bildes werden Bildmerkmale auf höherer Ebene extrahiert
• um von rohen Pixeldaten zu abstrahieren

Question 24

Bildverarbeitungspipeline - Mustererkennung und maschinelle Lernverfahren

Answer 24

gewonnene übergeordnete Merkmale werden über Mustererkennung und maschinelles Lernverfahren verarbeitet
-> Ableitung semantisch bedeutsamer Bildinhalte

Question 25

Abb. Ansätze und Techniken der Computer-Vision

Answer 25