Osaka(Japan)- Entwicklungsingenieure von Panasonic HD, einem Tochterunternehmen von Panasonic Co., Ltd., haben einen bahnbrechenden Klassierungs-Algorithmus entwickelt, der die Generalisierungsfähigkeit von Bilderkennungs-KI-Technologien signifikant verbessert. Neue Erkenntnisse zeigen, dass die Genauigkeit dieser Methode die der traditionellen Ansätze deutlich übersteigt.
Die Notwendigkeit der Diversität
Die Herausforderungen der konventionellen Bilderkennungs-AI sind bekannt. Sie gruppieren Objekte aufgrund ihres Erscheinungsbildes in Kategorien, stoßen jedoch oft auf Probleme, wenn sich das Aussehen innerhalb derselben Kategorie variiert, beispielsweise unterschiedliche Zugtypen unter „Zug“ oder verschiedene Hunderassen unter „Hund“. Diese Klassifikationsprobleme werden noch komplexer durch Faktoren wie Aufnahmewinkel, Wetter, Beleuchtung und Hintergrund, die das Aussehen eines Objekts maßgeblich beeinflussen können.
Die Grenzen der Gemeinsamkeiten
Um die Genauigkeit der Klassifizierung zu verbessern, wurden Algorithmen entwickelt, die nach allgemeinen Eigenschaften innerhalb von Kategorien und Ähnlichkeiten innerhalb von Unterkategorien suchen. Aber diese Herangehensweise an „gemeinsame Eigenschaften“ hat ihre Grenzen gezeigt, insbesondere wenn Unterkategorien visuell stark variieren (Multimodale Verteilung). Dies führte oft zu einer Verringerung der Genauigkeit.
Bahnbrechende Lösung von Panasonic HD
Um dies zu verbessern, hat Panasonic HD einen einzigartigen Ansatz entwickelt und Unterschiede im Erscheinungsbild als Vorteil genutzt, all dies basiert auf einem neu konzipierten Klassifizierungs-Algorithmus. Dieser erfassen die Diversität der Bilder mithilfe einer zweidimensionalen orthogonaler Matrix. Testergebnisse mit Benchmark-Datensätzen zeigen, dass sogar bei Daten mit multimodaler Verteilung eine hohe Genauigkeit in der Klassifizierung erreicht werden kann, was für herkömmliche AI enorm schwierig ist.
Anerkennung und Weiterentwicklung
Die bahnbrechende Technologie, die aufgrund des Expertenprogramms für AI-Training von REAL-AI*2, einer Organisation unter dem Dach der Panasonic Gruppe, entstanden ist, wurde für die IEEE/CVF Winterkonferenz über Anwendungen der Computer Vision (WACV 2024) akzeptiert. Die Konferenz, eine der Top-Veranstaltungen in ihrem Bereich, wird vom 4. bis 8. Januar 2024 in Hawaii, USA, stattfinden.
Panasonic HD wird das Engagement bei der Erforschung und Entwicklung von AI-Technologien fortsetzen und dabei den Fokus auf die Ausbildung von Top-KI-Experten setzen, um deren Einsatz in der Gesellschaft zu beschleunigen.