2018-11-14 | Anmelden
 
 

Diagnose von Augenkrankheiten mittels Bilderkennung

Ste­fan Kahl von der Pro­fes­sur Medi­en­in­for­matik und Jun.-Prof. Dr. Paul Rosen­thal von der Junior­pro­fes­sur Visu­al Com­put­ing entwick­el­ten gemein­sam mit Jun.-Prof. Dr. Marc Rit­ter von der Junior­pro­fes­sur Media Com­put­ing eine Möglichkeit zur automa­tis­chen Beurteilung der Schädi­gungssi­t­u­a­tion von AMD-Patien­ten (alters­be­d­ingte Maku­lade­gen­er­a­tion). Dabei han­delt es sich um die Schädi­gung der Net­zhaut in der Maku­la, also dem Bere­ich des schärf­sten Sehens. Das Forschung­steam ent­warf in sein­er Arbeit einen zwei­di­men­sion­alen Bild­ver­ar­beitungsal­go­tith­mus, um den Ver­lauf des reti­nalen Pig­mentepi­tels (kurz RPE) zu detek­tieren. Weit­er­hin entwick­el­ten sie ein Tool zur Anno­ta­tion von RPE-Ver­läufen, wobei einzelne Stell­größen des kreierten Algo­rith­mus’ automa­tisch an einen vorhan­de­nen Daten­satz angepasst und daraus eine visuelle Darstel­lung der Schädi­gungssi­t­u­a­tion ableit­bar ist.

Ste­fan Kahl präsen­tierte die Ergeb­nisse dieser Arbeit auf dem “Forum Bild­ver­ar­beitung 2014”, ein­er inter­na­tionalen Kon­ferenz des Fraun­hofer Insti­tuts, das sich den Trends in der Bild­ver­ar­beitung im indus­trien­ahen Bere­ich wid­met.

Pub­lika­tion: Kahl, Ste­fan; Rit­ter, Marc & Eibl, Max­i­m­il­ian. Automa­tisierte Beurteilung der Schädi­gungssi­t­u­a­tion bei Patien­ten mit alters­be­d­ingter Maku­lade­gen­er­a­tion (AMD). In: Forum Bild­ver­ar­beitung, 27.11. — 28.11.2014, Regens­burg, S. 179 — 190. — Karl­sruhe : KIT Sci­en­tif­ic Pub­lish­ing, 2014 [Link]

 

Nachhaltige Softwareentwicklung für Intelligente Videoanalyse

Vortrag_Nov2014_1

Jun.-Prof. Dr. Marc Rit­ter referiert über die Nach­haltigkeit des für Lehre und Forschung konzip­ierten Frame­works zur audio­vi­suellen Analyse von großen Datenbestän­den.

Auf dem diesjähri­gen Sym­po­sium on Com­pu­ta­tion­al Sus­tain­abil­i­ty (SoCS 2014) hielt Jun.-Prof. Dr. Marc Rit­ter vom 26.–28. Novem­ber 2014 im säch­sis­chen Gör­litz einen Vor­trag zum The­ma Sus­tain­able Analy­sis of Large Audio­vi­su­al Data Col­lec­tions.

Zum Inhalt gehörte unter anderem die Vorstel­lung des für Forschungs- und Lehrzwecke entwick­el­ten Soft­ware­frame­works AMOPA (Auto­mat­ed MOv­ing Pic­ture Anno­ta­tor). Dieses wurde von 2007 bis 2014 an der Pro­fes­sur Medi­en­in­for­matik der TU Chem­nitz in der vor­ange­gan­genen Inno­Pro­file-Ini­tia­tive sachs­Me­dia entwick­elt und seine Funk­tions­fähigkeit im Pro­jekt Val­i­dAX auf großen Daten­men­gen lokaler Fernsehsender vali­diert.

Mehr als 30 betreute stu­den­tis­che Abschlus­sar­beit­en und die Dis­ser­ta­tion von Marc Rit­ter bele­gen die Nach­haltigkeit der Entwick­lung dieses Frame­works und dessen Ein­set­zbarkeit und Adap­tions­fähigkeit für ver­schieden­ste Anwen­dungs­fälle. Zudem wird es aktuell in Lehrver­anstal­tun­gen erprobt. Diese Erfahrun­gen sollen helfen, die Weit­er­en­twick­lung des Frame­works inner­halb der Inno­Pro­file-Trans­fer-Ini­ta­tive local­izeIT voranzutreiben und auf die Pro­jek­t­in­halte auszuricht­en, die mit den Anwen­dungs­fällen und Vor­lauf­forschungs­be­dar­fen der regionaler Stifter und Forschungspart­ner kor­re­lieren.

Das Sym­po­sium wurde von der Fach­gruppe für Enter­prise Appli­ca­tion Devel­op­ment um Prof. Dr. Jörg Läs­sig von der Hochschule Zittau/Görlitz aus­gerichtet. Weit­ere Infor­ma­tio­nen zum The­ma Nach­haltigkeit von Tech­nolo­gien und Anwen­dung find­en sich auch unter SITA Research.

Pub­lika­tion: Rit­ter, Marc. Towards a Sus­tain­able Frame­work for the Analy­sis of Large Audio­vi­sual Data Col­lec­tions. In: Pro­ceed­ings of Sym­po­sium on Com­pu­ta­tional Sus­tain­abil­lity 2014, 27.–29.11.2014, Gör­litz, Sach­sen. LNCS, Springer, 10 S., In press.

 

Erfolgreiche Teilnahme beim TRECVID Instance Search

Im Rah­men ein­er Koop­er­a­tion von Mitar­beit­ern der Stiftungsju­nior­pro­fes­sur Media Com­put­ing und der Pro­fes­sur Medi­en­in­for­matik der Tech­nis­chen Uni­ver­sität Chem­nitz ist es den Nach­wuch­swis­senschaftlern unter Leitung von Jun.-Prof. Dr. Marc Rit­ter zwis­chen April und August 2014 gelun­gen, ein Sys­tem zur Teil­nahme an der wis­senschaftlich renom­mierten Eval­u­a­tion­skam­pagne TREC Video Retrieval Eval­u­a­tion (TRECVID) in der Kat­e­gorie Instance Search zu entwer­fen und zu imple­men­tieren.

Die seit 2001 jährlich vom amerikanis­chen Nation­al Insti­tute for Stan­dards and Tech­nolo­gies (NIST) organ­isierten TRECVID Eval­u­a­tion­skam­pag­nen befassen sich mit topak­tuellen Forschung­sprob­le­men, die im all­ge­meinen Kon­text des Infor­ma­tion Retrieval (IR) beson­ders auf inhalts­basierte Suche und Nutzbar­ma­chung dig­i­taler Videos fokussiert. Das Ziel beste­ht darin, die Forschung auf diesen The­menge­bi­eten voranzutreiben, indem große Testkollek­tio­nen zusam­men mit real­is­tis­chen Auf­gaben­stel­lun­gen und einem ein­heitlichen Bew­er­tungsver­fahren veröf­fentlicht und ein Forum zum inter­na­tionalen Ver­gle­ich der Ergeb­nisse gestellt wird.

Für die diesjährige Auf­gaben­stel­lung im Bere­ich Instance Search wurde ein Kor­pus von 464 Stun­den Video­ma­te­r­i­al der BBC Dai­ly-Soap Eas­t­en­ders zur Ver­fü­gung gestellt. Das Ziel bestand darin, bis zu 1.000 ver­schiedene Instanzen (Beispiele) von 30 ver­schiede­nen Objek­ten, Per­so­n­en oder Orten im Kor­pus aufzufind­en. Wis­senschaftlich inter­es­sant wird das Ganze bei genauer­er Betra­ch­tung der Struk­tur der Suchan­frage und der Train­ings­dat­en, die sich von üblichen Objek­t­de­tek­tionsver­fahren deut­lich abgren­zen, da hier statt Tausender an Train­ings­beispie­len eine sehr geringe Anzahl von vier Beispie­len vor­liegt und kein zuvor erlerntes Objek­t­mod­ell zur Anwen­dung gelan­gen darf. Darüber hin­aus ist die Klasse des zu find­en­den Objek­ts oft­mals nur grob definiert: Wird beispiel­sweise nach ein­er roten Plas­tik­flasche gesucht, die Ketchup enthält, muss eine vari­able Objek­terken­nung sowohl bauchige als auch längliche Flaschen iden­ti­fizieren kön­nen, wohinge­gen visuell sehr ähn­lich beschaf­fene Glas­flaschen mit Ketchup nicht erkan­nt wer­den dür­fen.

Das achtköp­fige Team von Nach­wuch­swis­senschaftlern hat dabei vielfältige Ansätze und Lösungsstrate­gien ver­fol­gt und intern evaluiert. Am erfol­gver­sprechend­sten erschien der Ansatz ein­er Git­ter-Pyra­mide von MPEG-7 Deskrip­toren, die auf ein bis fünf aus­gewählten repräsen­ta­tiv­en Bildern pro Kam­er­ae­in­stel­lung berech­net wur­den. Durch diesen dynamis­chen Ansatz war es möglich, die Anzahl der zu analysieren­den Einzel­bilder von fast 42 Mil­lio­nen auf etwa 1,1 Mil­lio­nen zu reduzieren. Weit­ere Verbesserun­gen ließen sich durch eine Analyse des Audio-Mate­ri­als erzie­len, so dass für ver­schiedene Szenen automa­tisiert eine Aus­sage getrof­fen wer­den kon­nte, ob es sich dabei um Innen- oder Außen­szenen han­delt. Verbliebene Fehlde­tek­tio­nen wur­den unter Beach­tung ein­er max­i­mal 15 minüti­gen Nach­lese händisch ent­fer­nt.

Die Ergeb­nisse wur­den von Jun.-Prof. Dr. Marc Rit­ter vom 10.–12. Novem­ber 2014 auf dem TRECVID Work­shop an der Uni­ver­si­ty of Cen­tral Flori­da in Orlan­do, Flori­da, USA vorgestellt. Dabei kon­nten viele neue Erken­nt­nisse gewon­nen wer­den, welche die zukün­fti­gen Forschun­gen und Entwick­lun­gen im Pro­jekt local­izeIT maßge­blich bee­in­flussen wer­den.

Pub­lika­tion: Rit­ter, Marc ; Heinzig, Manuel ; Herms, Robert ; Kahl, Ste­fan ; Richter, Daniel ; Man­they, Robert & Eibl, Max­i­m­il­ian: Tech­nis­che Uni­ver­sität Chem­nitz at TRECVID Instance Search 2014. In: TRECVID Work­shop, 10.–12.11.2014, Orlan­do, Flori­da, USA, 8 S. [Link]

 

localizeIT gestartet

Startklappe_localizeITNach­dem zum 1. Juli 2014 die Stiftungsju­nior­pro­fes­sur Media Com­put­ing an der Tech­nis­chen Uni­ver­sität Chem­nitz durch Jun.-Prof. Dr. Marc Rit­ter beset­zt wurde, kon­nte am heuti­gen 1. August 2014 das zuge­hörige und mit Hil­fe der Pro­fes­sur Medi­en­in­for­matik konzip­ierte Begleit­pro­jekt starten: die Inno­Pro­file-Trans­fer-Ini­tia­tive “local­izeIT — Lokalisierung visueller Medi­en” mit ein­er geplanten Laufzeit bis 31. Juli 2019. Damit ein­herge­hend nehmen auch die ersten vier Wis­senschaftlichen Mitar­beit­er Dr. Mar­cel Heinz, Dr. Hus­sein Hus­sein, Robert Man­they und Daniel Richter ihre Tätigkeit in den entsprechen­den Arbeits­ge­bi­eten auf. Wir freuen uns auf eine erfol­gre­iche und frucht­bare Zusam­me­nar­beit mit unseren Forschungspart­nern.

 
 
Projektgeber

Gef M BMBF

Gef M BMBF

LocalizeIt wird durch das Bundesministerium für Bildung und Forschung BMBF und die BMBF Innovationsinitiative Unternehmen Region von August 2014 bis Juli 2019 gefördert und durch den Projektträger PtJ betreut.

Projektnehmer

Logo TU trans cropp

Logo MI

Logo MC TRANS

localizeIT ist ein Projekt der
Stiftungsjuniorprofessur Media Computing und der Professur Medieninformatik der Technischen Universität Chemnitz

Forschungspartner

Intenta Logo

3D MicroMag Logo

IBS Logo

Kontakt

Dr. rer. nat. Danny Kowerko
Tech­ni­sche Uni­ver­si­tät Chem­nitz
Fakul­tät für Infor­ma­tik
Juniorpro­fes­sur Medi­a Computing
Straße der Natio­nen 62
09111 Chemnitz