Bei der Objektbestimmung werden Objekte anhand von Merkmalen einer bestimmten Klasse zugeordnet. Die betrachteten Objekte können sich durch unterschiedliche Merkmalsausprägungen charakterisieren. Ziel des Klassifikationsvorgangs ist es diese bestmöglich zu beschreiben und somit im optimalen Fall eine Übereinstimmung des Ergebnisses mit dem tatsächlichen Objekt zu erhalten.
Der Benutzer wird in seiner Entscheidung durch Faktoren beeinusst, beispielsweise durch personenabhängige Faktoren, wie zum Beispiel dem Vorwissen über die Domäne. Einussfaktoren können auch personenunabhängig sein, beispielsweise die Qualität der Quelle (zum Beispiel ein digitales Bild). Diese Faktoren sind potenzielle Fehlerquellen im Bestimmungsprozess.
Am Fraunhofer IITB wurde das Erkennungsunterstützungsprogramm RecceMan R (ReconnaissanceManual) entwickelt. Speziell ausgerichtet auf die Objektbestimmung aus Luft- oder Satellitenbildern, wie zum Beispiel die Bestimmung von Landfahrzeugen, Schiffen und Flugzeugen, unterstützt das System den Bewerter, indem es nach jeder Merkmalsauswahl eine nach Übereinstimmung geordnete Liste von Typen angibt.
Im Rahmen der Diplomarbeit "Der Faktor Mensch in der Objektbestimmung - Verfahren zur Berücksichtigung von Unsicherheit" wird untersucht, in welcher Form die Unsicherheit in den Prozess der Objektbestimmung einbezogen werden soll. Um die durch Unsicherheit entstehende Fehlerrate zu kontrollieren, bzw. reduzieren, wurden Verfahren entwickelt, welche diesen Faktor berücksichtigen. Anhand eines Versuchs werden Trainingsdaten ermittelt, welche dann zur Bestimmung der Verfahrensparameter benötigt werden. Die Auswertung mittels beider Verfahren ermöglicht einen Vergleich.
Zwei Verfahren stehen bei dem empirischen Versuch im Vordergrund. Zum einen ein Verfahren, welches die M oglichkeit bietet explizit die eigene Unsicherheit in Form einer Sicherheitsklasse (zum Beispiel "sicher", "möglich", "nicht sicher") anzugeben. In diesem Zusammenhang ist der Satz von Bayes wesentlicher Bestandteil der Auswertung. Das Verfahren ermöglicht es, die (bedingten) Wahrscheinlichkeiten je nach Einstufung der Sicherheit zu gewichten.
Ferner liegt die Konzentration auf dem so genannten Distanzklassifikator. Der Grundgedanke hierbei ist dem beobachteten Merkmal einen Wert zuzuordnen, der die Distanz zwischen dem beobachteten Objektmerkmal und den vorgegebenen möglichen Objektklassen angibt. Der geringste Abstand steht somit für die stärkste Zugehörigkeit.
Zum Vergleich beider Verfahren war es zwingend notwendig ein Maß zum Vergleich zu finden. Neben dem "harten" Ergebnis, d. h. die Position der richtigen Objektklasse zu betrachten, galt es die Verfahren auch während des Bestimmungsprozesses zu untersuchen.
Für den Versuch wurde eine fiktive Domäne geschaffen, welche ein relativ einheitliches Vorwissen (nämlich bestenfalls keins) und eine möglichst universelle Aussage ermöglicht.
Anhand der Ergebnisse wurde abschließend die Frage geklärt in welcher Form die menschliche Unsicherheit im Prozess der Objektbestimmung explizit einflißen soll und wie diese zu modellieren ist.