Mustererkennung: Algorithmus lernt selbst Objekte zu unterscheiden

US-Forscher haben einen Algorithmus zur Objekterkennung entwickelt. Er muss nicht auf Objekte angesetzt werden, sondern lernt selbst, sie zu unterscheiden.

Artikel veröffentlicht am 16. Januar 2014, 11:52 Uhr, Werner Pluta

Algorithmus zur Objekterkennung: Der Computer entscheidet, welche Merkmale wichtig sind. (Bild: BYU)

Dah-Jye Lee von der Brigham Young University (BYU) in Provo im US-Bundesstaat Utah hat einen Algorithmus entwickelt, der selbstständig und ohne menschliche Einwirkung Bilder analysiert und Objekte darauf erkennt.

"In den meisten Fällen entscheiden Menschen, welche Merkmale wichtig sind und schreiben dazu einen passenden Algorithmus", erklärt Lee. "Wir füttern unseren Algorithmus mit einem Satz Bilder und lassen den Computer entscheiden, welche Merkmale wichtig sind."

Hunde und Katzen

Lee vergleicht die Art und Weise, wie der Algorithmus lernt, mit der Methode, wie Eltern ihren Kinder beibringen, Katzen von Hunden zu unterscheiden: Statt ihnen den Unterschied zu erklären, zeigen sie dem Nachwuchs Bilder von beiden Tierarten, und die Kinder lernen so, sie auseinanderzuhalten. Genauso funktioniere auch der Algorithmus: Dem Computer müsse nicht gesagt werden, worauf er achten solle, um zwei Objekte zu unterscheiden. Er lerne es selbst durch den Vergleich von Bildern.

Lee hat den Algorithmus mit verschiedenen Datensätzen getestet: Auf vier Datensätzen des California Institute of Technology etwa ging es um Motorräder, Gesichter, Flugzeuge und Autos, die er mit 100-prozentiger Genauigkeit identifizieren konnte. Dann setzten die Forscher den Algorithmus auf Fische an: Bilder von BYU-Biologen zeigten vier verschiedenen Fischarten, die der Algorithmus mit einer Trefferquote von 99,4 Prozent erkannte.

Fische erkennen

Fische zu erkennen, könnte tatsächlich auch ein möglicher Einsatzzweck für den Algorithmus sein: Er könne dazu verwendet werden, einwandernde Fischarten zu erkennen, sagt Lee. Eine andere Möglichkeit sei, ihn an einem Fließband nach Ausschuss suchen zu lassen.

Der Algorithmus ähnele anderen Mustererkennungsalgorithmen, sagt Lee. Der Unterschied sei aber, dass seinem Algorithmus nicht jedes Objekt von einem Menschen neu beigebracht werden müsse. "Man lässt ihn einfach laufen", erklärt der Entwickler.