An der Universität Freiburg wurde ein neuartiges Modell der panoptischen Segmentierung entwickelt. Es soll mittels künstlicher Intelligenz visuelle Szenen schneller und effektiver erkennen.
Neue Methode erkennt mittels Künstlicher Intelligenz (KI) visuelle Szenen schneller
Universität Freiburg | Abhinav Valada
Um die Wahrnehmung der Umgebung in automatisierten Fahrzeugen zu verbessern, wurde am Institut für Informatik der Universität Freiburg das neuartige Modell "EfficientPS" entwickelt. Bei der panoptische Segmentierung werden Personen und Objekte zugeordnet. Dank Künstlicher Intelligenz (KI) sollen im neuen Modell visuelle Szenen schneller und effektiver erkannt werden können. Dazu werden die KI-Modelle auf verschiedenen Datensätzen trainiert. Farben zeigen die Zuordnung der jeweiligen Pixel zu den Objektklassen: So sind zum Beispiel Autos blau, Menschen rot, Bäume grün und Gebäude grau markiert.
Den Freiburger Forschenden haben das KI-Modell so trainieren können, dass es die gelernten Informationen städtischer Szenen von Stuttgart nach New York City überträgt, obwohl das Modell nicht wusste, wie eine Stadt in den USA aussieht. Die neue Methode der Freiburger Informatikerinnen und Informatiker erreichte den ersten Platz in "Cityscapes", dem vermutlich einflussreichsten öffentlichen Benchmark für Methoden zum Szenen-Verständnis im autonomen Fahren. EfficientPS ist auch bei anderen Benchmark-Datensätzen wie KITTI, Mapillary Vistas und IDD gelistet.