Mobile-Menu

Definition Was ist Machine Vision

Von zeroshope 2 min Lesedauer

Anbieter zum Thema

bb-net media GmbH
WatchGuard Technologies GmbH
Fortinet Deutschland GmbH

Machine Vision ist die englische Bezeichnung für die Fähigkeit von computergestützten Systemen, Daten auf digitalen Bildern zu erkennen. Hierfür kommen zwei Verfahren zum Einsatz: Deep Learning und das Convolutional Neural Network (CNN).

Grundlagenwissen zum IT-Business(Bild: © adiruch na chiangmai - Fotolia.com)
Grundlagenwissen zum IT-Business
(Bild: © adiruch na chiangmai - Fotolia.com)

Machine Vision (deutsch zumeist: Computer Vision) ist die Bezeichnung für einen Bereich der künstlichen Intelligenz (KI), der sich mit der Erkennung von Informationen auf digitalen Bildern befasst. Es geht darum, dass computergestützte Systeme Daten auf den entsprechenden Abbildungen erfassen und zur weiteren Nutzung aufbereiten können. Vereinfacht gesagt gilt: Wenn die „klassische“ KI das Gehirn des Systems ist, so handelt es sich bei Computer Vision um die Augen.

Wie funktioniert Machine Vision?

Computer Vision benötigt eine Vielzahl von Daten. Für ihre Erschließung kommt Deep Learning zum Einsatz. Es handelt sich um eine Form des maschinellen Lernens: Neurale Netze analysieren die Informationen. Dabei handelt es sich um Algorithmen, deren Funktionsweise dem des menschlichen Gehirns nachempfunden sind. Dies bedeutet, sie arbeiten mit Wahrscheinlichkeitspfaden: Sie sollen beispielsweise ein Bild erkennen und gleichen es mit vorhandenen Informationen ab. Anschließend können sie sagen, dass es mit X Prozent-Wahrscheinlichkeit das und Y Prozent-Wahrscheinlichkeit dies ist – je mehr Beispiele das System hat, desto präziser ist die Bestimmung.

Zwangsläufig ergibt sich ein Problem: Wenn das System noch keine Daten als Vergleichswerte erschlossen hat, greift diese Art des maschinellen Lernens noch nicht. Deshalb ist für Machine Vision ein zweites Verfahren notwendig, das Convolutional Neural Network (CNN) heißt. Übersetzt lautet die Bezeichnung „faltendes neurales Netzwerk“. Was hier metaphorisch gefaltet wird, ist das jeweilige Bild – und zwar hinunter bis zu einzelnen Bildpunkten. Diese sind mit Metadaten versehen (Tags, Label), welche die Eigenschaften des Pixels (Position, Farbe etc.) beschreiben.

Ein CNN kann nun eine Konvolution vornehmen, um eine Erkennung zu erreichen. Dabei handelt es sich um eine mathematische Operation: Zwei Funktionen ergeben eine dritte. Dies klingt komplizierter als es ist: Das System kennt die Metadaten von zwei Pixeln und versucht daher vorherzusagen, wie diese in Kombination aussehen würden. Als Beispiel: Sie haben ein blaues und ein gelbes Taschentusch. Sie können sich vorstellen, wie es aussehen würde, wenn Sie beide halb übereinander schieben. Über eine Sichtprüfung testen sie, ob Ihre Annahme stimmt. Das System macht nichts anderes – und verfügt irgendwann über das Wissen zahlloser Pixelkombinationen. Es kann darauf aufbauend neue Bilder zerlegen und Wahrscheinlichkeiten für die Bildpunktkombinationen ausgeben. Die Ergebnisse dieser Wiederholungen sind Deep Learning.

(ID:49268642)

Wissen, was läuft

Täglich die wichtigsten Infos aus dem ITK-Markt

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung

Weiterführende Inhalte

Jobs