Daniela Horn, Sebastian Houben und Dominic Spata (von links) haben einen Algorithmus trainiert, Bilder von Verkehrsschildern zu erzeugen. © Roberto Schirdewahn

Neuroinformatik In der Fahrschule für Computer

Um realistische Bilder von Verkehrsschildern zu erzeugen, lassen Forscher zwei Algorithmen aufeinander los.

Wenn Autos eines Tages sicher autonom durch die Straßen fahren sollen, müssen sie Verkehrsschilder erkennen können. Auch bei Nacht, im Regen, im Schnee oder wenn sie bemoost, verschmutzt oder halb zugewachsen sind. Um das zu lernen, brauchen sie eine Menge Beispiele aller Verkehrszeichen aus den verschiedensten Jahres- und Tageszeiten und Wetterlagen. Prof. Dr. Sebastian Houben vom Institut für Neuroinformatik der Ruhr-Universität Bochum entwickelte gemeinsam mit Dominic Spata und Daniela Horn eine Methode, um Bilder von Verkehrszeichen automatisch zu generieren, mit denen Computer danach das Sehen üben können.

„Wir wollten dahin kommen, dass ein Algorithmus selbst lernt, Bilder von Verkehrszeichen zu generieren, anhand derer andere Programme ihre Erkennungsfähigkeit trainieren können“, verdeutlicht Sebastian Houben. Dazu nutzt das Forschungsteam zwei Algorithmen: Der eine bekommt Piktogramme amtlicher Verkehrsschilder und die Aufgabe, daraus fotoähnliche Bilder zu erzeugen, aus denen er selbst später allerdings wieder in der Lage sein muss, das ursprüngliche Zeichen zu erkennen. „Damit verhindern wir, dass der Algorithmus das Bild des Zeichens einfach so stark verfremdet, dass gar keine Ähnlichkeit mehr mit dem Verkehrszeichen gegeben ist“, erklärt Daniela Horn.

Algorithmen sind Sparringspartner

Der zweite Algorithmus hat die Aufgabe zu entscheiden, ob es sich bei dem so entstandenen Bild um ein echtes Foto handelt oder nicht. Ziel ist es, dass der zweite Algorithmus nicht mehr unterscheiden kann, um was es sich handelt. „Der zweite Algorithmus gibt außerdem Hinweise an den ersten, wie es noch schwieriger gewesen wäre, die richtige Wahl zu treffen“, so Sebastian Houben. „Die beiden sind also Sparringspartner.“

Nach einigen Tagen mal reinschauen

Zu Anfang eines solchen Trainingsprozesses funktioniert das Ganze noch nicht gut. Wenn das Bild eines Vorfahrtstraßenschildes die richtige Farbe hat und annähernd quadratisch ist, ist das schon ein gutes Ergebnis. Aber es wird fortlaufend besser. „Nach zwei oder drei Tagen schauen wir mal rein, was für Bilder der Verkehrszeichen herauskommen“, erzählt Daniela Horn. „Wenn die Bilder dann für unser menschliches Auge nicht gut aussehen, wandeln wir den Algorithmus etwas ab.“

Ausführlicher Beitrag in Rubin

Einen ausführlichen Beitrag zu dem Thema finden Sie im Wissenschaftsmagazin Rubin. Texte auf der Webseite und Bilder aus dem Downloadbereich dürfen unter Angabe des Copyrights für redaktionelle Zwecke honorarfrei verwendet werden.

Pressekontakt

Prof. Dr. Sebastian Houben
Arbeitsgruppe Echtzeitfähige Bildverarbeitung
Institut für Neuroinformatik
Ruhr-Universität Bochum
Tel.: 0234 32 25567
E-Mail: sebastian.houben@ini.rub.de

Veröffentlicht

Donnerstag
24. Oktober 2019
09:32 Uhr

Von

Meike Drießen

Teilen