DARPA: Software soll Geschehen auf Fotos erfassen

Das auf Fotos und in Videos festgehaltene Geschehen soll zukünftig von Software analysiert und bewertet werden können. Das ist das Ziel eines neuen Forschungsprojekts der Defense Advanced Research Projects Agency (DARPA), einer US-Behörde, die wissenschaftliche Arbeiten im Interesse des US-Militärs fördert. Bisherige Verfahren zur Bildanalyse ermöglichen es beispielsweise, bestimmte Personen zu identifizieren. Es ist allerdings noch nicht möglich, das Dargestellte hinsichtlich konkreter Fragestellungen einzuordnen. Angesichts der immer größer werdenden Bilderfluten im Internet haben die Geheimdienste aber ein ausgesprochenes Interesse an entsprechenden Technologien.

Wie die DARPA ausführte, würden auch "Aufrührer und Terroristen" immer häufiger Fotos und Videos veröffentlichen, auf denen sie beispielsweise zu Propagandazwecken ihr Training oder auch ihre Operationen dokumentieren. Inzwischen soll eine so große Menge entsprechender Inhalte entstehen, dass die Analysten bei den Geheimdiensten und beim Militär damit überfordert sind, jedes Bild und jedes Video anzuschauen und zu bewerten, ob es relevante Dinge darstellt.

Deshalb soll zukünftig eine Software, die im Rahmen des Visual Media Reasoning (VMR)-Programms entwickelt wird, in Vorleistung treten. "Die VMR-Technologie wird taktisch relevante Informationen herausfiltern und den menschlichen Analysten auf Szenen aufmerksam machen, die seine Aufmerksamkeit erfordern könnten", beschreibt die DARPA das Ziel des Projekts.

In der ersten Stufe der Analyse soll ein intelligenter Meta-Algorithmus die jeweilige Datei grob einsortieren. Dafür werden Metadaten und wenn möglich enthaltene Texte ausgewertet und entschieden, welche weiteren Auswertungs-Algorithmen eingesetzt werden. Die Analyseergebnisse werden mit bereits vorhandenen Informationen abgeglichen und wenn nötig auch Meinungen menschlicher Nutzer eingeholt.

Letztlich soll es so möglich werden, zu bestimmen, zu welcher Zeit und an welchem Ort die jeweiligen Aufnahmen entstanden und welche Personen und Gegenstände zu erkennen sind. Das soll letztlich die Grundlage dafür sein, automatisiert zu entscheiden, ob die Bilder und Videos überhaupt relevant sind oder einfach längst bekannte und bereits ausgewertete Informationen enthalten.