Home | english  | Impressum | Sitemap | KIT
Einsatz des Bayes-Theorems zur Erkennungsunterstützung
Typ:

Diplomarbeit

Links:
Diplomandin:

Susanne Eckel

Betreuer:

Prof. Dr.-Ing. Jürgen Beyerer
Priv.-Doz. Dr. D. Kadelka (Institut für Stochastik)

Status:

abgeschlossen

Abgabedatum:

April 2006

Die präzise Identifizierung von Flugzeugen aus Satellitenbildern ist im Gegensatz zur Identifikation aus dem Luftbild eine schwierige Aufgabe (siehe Abbildung): erstens wegen der geringen Auflösung dieser Bilder, zweitens wegen der hohen Vielfalt an Flugzeugtypen und deren Varianten, die sich oft äußerlich kaum unterscheiden.

 
Abbildung: Verschiedene Flugzeugtypen im Luftbild (links) und im Satellitenbild (rechts).

Automatische Klassifizierungsverfahren der Computer Vision können dabei unterstützen. Meistens grenzen sie aber nur auf eine Teilmenge von Typen ein, die in der Regel noch sehr mächtig ist. Der letzte Identifizierungsschritt ist nach wie vor Menschen vorbehalten. Auch erfahrene Bildanalytiker müssen sich dabei auf Referenzwerke stützen, die meist in Form umfangreicher Objektkataloge vorliegen. Diese Kataloge sind, auch wenn sie in der Regel heute auf dem Rechner verfügbar sind, für eine bildgestützte Identifizierung wenig geeignet. Am Fraunhofer IITB in Karlsruhe wurde deshalb mit dem System MENTOR ein Expertensystem für die Objekterkennung entwickelt, das den Bildanalytiker anhand automatisch als nützlich errechneter Erkennungsmerkmale durch den Identifizierungsprozess zum Ziel leitet. Dieser Ansatz setzt voraus, dass die Referenzdaten im Stammdatensatz exakt eingegeben sind und der Bildanalytiker stets exakte Angaben über seine Beobachtungen im Bild machen kann (z. B. Anzahl und Typ der Triebwerke, Flügelform, Abmessungen). Dies ist jedoch in der Realität nicht immer der Fall.

Ziel der Diplomarbeit ist es, einen Ansatz zur Erkennungsunterstützung zu entwickeln, der die Werte deskriptiver, d. h. durch den Menschen objektiv feststellbarer Merkmale technischer Objekte (hier Flugzeuge) als Wahrscheinlichkeitsverteilungen über Nominal-, Ordinal-, Intervall- oder Verhältnisskalen abbildet und damit Unsicherheiten in den Werten modelliert. Basierend darauf ist die Anwendbarkeit des Bayes-Theorems der bedingten Wahrscheinlichkeiten (in der »Degree-of-belief«-Deutung) zur Eingrenzung der Objekte über ihre Merkmale zu untersuchen. Dabei ist sind die Ergebnisse von [Hurler 2002] zu berücksichtigen. Die im Rahmen der Arbeit erzielten Ergebnisse sind für die Erkennung von Flugzeugen exemplarisch zu implementieren.

Gerne vergeben wir auch Teilaufgaben als Studienarbeit. Auch als studentischer Mitarbeiter sind Sie uns für dieses Themenfeld herzlich willkommen.

Weitere Auskunft erhalten Sie von
Dipl.-Ing. Elisabeth Peinsipp-Byma, Tel. 07 21 -60 91-39 3, peinsipp-byma@iitb.fraunhofer.de.

Literatur: B. Hurler, Kostenoptimale interaktive Objektidentifizierung am Beispiel der Gesteinsbestimmung, Diplomarbeit, Universität Karlsruhe (TH), 2002.