Forschungsprojekt: KIMO

Entwicklung von KI-gestützter Muster- und Objekterkennung in Bildern zur automatischen Verschlagwortung im Bereich der cloudbasierten Bild- und Medienverwaltung.

Logo Hessische Staatskanzlei - Ministerium für Digitale Strategie und Entwicklung und Distral - digitales Hessen

Digitale Innovation und Technologie

Ziel des Projektes ist es, KMU einen niederschwelligen Zugang zu Spitzentechnologien aus dem Bereich des Deep-Learnings (künstliche Intelligenz) zur individuellen Muster- und Objekterkennung in Bildern zu ermöglichen. Bisherige Verfahren wie das YOLOV4 benötigen für den Anlernprozess einen sehr großen Bilddatensatz (über 200.000 Aufnahmen), um eine gute Leistung zu erzielen. KMU können jedoch oft nur einen geringen Datensatz an annotierten Aufnahmen für das Training zur Verfügung stellen. Dieser Datensatz besteht zumeist aus 30 bis 50 Bildern. Aufgrund dieses kleinen Datensatzes können klassische Trainingsverfahren oftmals nicht angewendet werden. Durch den Einsatz von Transfer-Learning-Verfahren, die bereits im Bereich der Personenerkennung erfolgreich Anwendung finden, soll die Anzahl der benötigen Aufnahmen auf ein Minimum reduziert werden. Darüber hinaus soll der Trainingsprozess, der heute durch eine*n Ingenieur*in für maschinelles Lernen manuell begleitet werden muss, weitestgehend automatisiert werden.

Anwendungsbereich

Durch die automatische Muster- und Objekterkennung können sehr zeitaufwändige manuelle Bearbeitungsschritte bei der Verwaltung, Verteilung und Bereitstellung von Bildern und Videos (insbesondere bei großen Medienvolumina) im teamnext | Media Hub automatisiert und beschleunigt werden. Dies könnten beispielsweise die automatische Erkennung von Sponsorenlogos im Profisport, von Produkten in Werbematerialien, von regionalen touristischen Sehenswürdigkeiten oder von Bauteilen für die Ersatzteilbeschaffung sein. Neben der direkten Vermarktung als Technologiekomponente im teamnext | Media Hub ist geplant, den Dienst zur KI-gestützten Muster- und Objekterkennung über eine API-Schnittstelle für Drittsysteme nutzbar zu machen. Damit stünde das neue Verfahren auch anderen Technologie-KMU zur Nutzung in Apps und Webapplikationen zur Verfügung.

Projektbeteiligte

Die teamnext GmbH & Co. KG wurde 2010 gegründet und ist ein Software-as-a-Service-Anbieter im Bereich der cloudbasierten Bild- und Medienverwaltung (Digital Asset Management, kurz DAM). Mit dem teamnext | Media Hub wird eine KI-gestützte DAM-Plattform angeboten, die Organisationen dabei hilft, digitale Assets (Bilder, Videos und Grafikdateien) besser zu strukturieren, die Bereitstellung zu automatisieren und die organisationsweite Verteilung zu vereinfachen. Ein besonderer Fokus von teamnext liegt auf der Entwicklung eigener KI-Dienste zur effizienten Verwaltung von Bild- und Mediendateien, die in hohem Maße für spezifische Anwendungsfälle angepasst und optimiert werden können. Im Jahr 2020 wurde eine proprietäre KI-Strategie implementiert, die keine Abhängigkeiten von bzw. Beschränkungen durch Drittanbieterlösungen enthält. In den vergangenen Jahren wurden im Kundenauftrag unterschiedliche individuelle Problemstellungen im Bereich des maschinellen Sehens erfolgreich gelöst. Zu den Kunden zählen u.a. der Verband der Automobilindustrie (VDA), die Freie Universität Berlin, der Deutsche Olympische Sportbund (DOSB), die Universität Duisburg-Essen, die Handball-Bundesliga, die Internationale Automobilausstellung (IAA) sowie zahlreiche KMU-Marktführer, öffentliche Träger, Verbände und börsennotierte Unternehmen aus der DACH-Region.