Download - FWF

START-Preisträger 2013
THOMAS POCK
BILEVEL LERNEN IN DER COMPUTER VISION
Durch die rasante Entwicklung von Bildaufnahmesystemen, wie zum Beispiel hochauflösende
Digitalkameras, medizinische Scanner, aber auch Smartphones, ist die Computer Vision mittlerweile
ein zentrales Thema in Forschung und Industrie geworden. Fast jeder Mensch hat heutzutage eine
Videokamera und einen leistungsstarken Rechner in Form eines Smartphones in der Tasche. Ultra
hochauflösende Digitalkameras erlauben ganze Städte aus der Luft aufzunehmen und dann mit
Hilfe der Methoden der Computer Vision dreidimensional zu rekonstruieren. Auch in der
Verkehrssicherheit spielt das maschinelle Sehen eine zunehmend größere Rolle. Die neuesten
Autos der Oberklasse sind bereits mit einem Fahrerassistenzsystem ausgestattet, welches
überwiegend auf Methoden der Computer Vision beruht.
Die Probleme der Computer Vision gehören zu den sogenannten inversen Problemen, das
bedeutet, dass man aus den beobachteten Bildern, die zuvor durch eine Projektion der
dreidimensionalen Welt auf die zweidimensionale Bildebene entstanden sind, wieder auf
Eigenschaften der dreidimensionalen Welt rückschließen möchte. Da diese Probleme im
Allgemeinen keine eindeutige Lösung haben, muss ein gewisser Grad an Vorwissen eingebracht
werden.
Als großes Vorbild fungiert hier das menschliche visuelle System, welches selbst unter widrigsten
Umständen im Stande ist, wichtige Eigenschaften der Welt zu erkennen (z.B. Autofahren bei Regen
und Dunkelheit). Um solches Vorwissen effizient in die Problemformulierung einzubringen, stellt
man diese Aufgabe sehr häufig als mathematisches Optimierungsproblem dar. Man betrachtet
dabei ein sogenanntes Variationsmodell welches bewertet wie sehr eine Lösung dem Vorwissen
entspricht und wie gut die beobachteten Daten (Bilder) erklärt werden.
Ziel ist es, jene Lösung zu finden, welche das Variationsmodell minimiert, also den besten
Kompromiss zwischen Vorwissen und Datentreue liefert. Dabei variiert man die Lösung des Modells
so lange, bis man die minimale Lösung gefunden hat.
Bestehende Variationsmodelle in der Computer Vision wurden bis jetzt überwiegend von Hand
entworfen und basieren daher auf relativ einfachen Eigenschaften von Bildern. In vielen praktischen
Anwendungen zeigt sich aber, dass diese Modelle viel zu grob sind und dem menschlichen
visuellen System noch deutlich unterlegen sind.
Wir werden daher in diesem Projekt deutlich komplexere Variationsmodelle entwickeln die wir mit
Methoden der Bilevel Optimierung lernen werden. Die Grundidee diese Bilevel
Optimierungsansatzes ist es, die Modellparameter so zu wählen, dass das Variationsmodell
angewandt auf Bilder einer Trainingsdatenbank zu bestmöglichen Ergebnissen führt. Unser
Hauptziel ist es, die Methoden der Bilevel Optimierung so weit zu entwickeln, dass sie für eine
Vielzahl von Problemen in der Computer Vision verwendet werden können.
Die Erkenntnisse aus diesem Projekt werden zu fundamental neuen Modellen führt, welche
hinsichtlich spezieller Anwendungen und Bilddaten optimiert werden können, und verglichen mit
bestehenden Variationsmodellen zu deutlich besseren Ergebnissen in praktischen Anwendungen
führen werden.