Bilderkennung durch Computer hat riesigen Fortschritt gemacht

Systeme zur Erkennung von Objekten auf Fotos haben in den vergangenen zwölf Monaten rasante Fortschritte erzielt. Das konnten die Teilnehmer an der "Large Scale Visual Recognition Challenge", die inzwischen zum fünften Mal stattfand, eindrucksvoll belegen. Der Wettbewerb wurde 2010 von den US-Universitäten Stanford, Princeton und Columbia ins Leben gerufen. Hier treten die Teilnehmer mit Systemen gegeneinander an, deren Aufgabe darin besteht, Objekte auf zufällig ausgewählten Fotos korrekt erkennen zu können. Sollte dies einmal mit hinreichender Genauigkeit möglich sein, würden beispielsweise Bilder-Suchmaschinen direkt mit den Fotos arbeiten können, statt sich - wie bisher - auf den inhaltlichen Kontext und Metadaten verlassen zu müssen.

So verwundert es nicht, dass die Forscher des Suchmaschinenkonzerns Google ganz vorn dabei sind. In zwei von sechs Kategorien konnten diese sich den Spitzenplatz sichern. Ein weiterer Sieg ging an Adobe Systems, die übrigen drei Gewinnerplätze an Universitäten: Die National Universität von Singapur, die Oxford University sowie ein Institut der chinesischen Akademie der Wissenschaften.

"Dieses Jahr ist eines, das ich als historisches Jahr für den Wettbewerb bezeichne", sagte Fei-Fei Li, Leiter des Labors für Künstliche Intelligenz an der Stanford University, gegenüber der New York Times. Denn im Vergleich zum Vorjahr hätten sich nicht nur die Genauigkeit der Ergebnisse verdoppelt und die Fehlerraten halbiert. "Was uns aber richtig beeindruckte, war der große Sprung bei der Performance."

Die Basis für die Umsetzung der Bilderkennung besteht aus einer Datenbank, die allen Teilnehmern gleichberechtigt zur Verfügung steht. In dieser sind rund 14 Millionen Fotos enthalten, auf denen eine Vielzahl von Objekten von Menschen identifiziert wurde. Die Algorithmen der Teilnehmer müssen nun in einem ersten Schritt einzelne Gegenstände auf einem Testfoto identifizieren und anschließend mit einer Mustererkennung in der Datenbank die richtige Einordnung vornehmen.


Eine solche Aufgabe ist für Menschen trivial, da das Sehzentrum im Gehirn genau darauf ausgelegt ist. Dies funktioniert immer wieder sogar zu gut, so dass Personen Dinge sehen, die real überhaupt nicht da sind - wie etwa Figuren in Wolken, Fabelwesen in den Schatten der Dämmerung oder Muster auf einer Raufasertapete.

Computer hingegen sind weit davon entfernt, auch nur annähernd die Treffsicherheit von Menschen zu erreichen - aber es gibt eben spürbare Fortschritte. So stieg die Quote an richtigen Treffern seit dem letzten Jahr von 22,5 auf 43,9 Prozent an. Der Anteil der falsch zugeordneten Objekte sank hingegen von 11,7 auf 6,6 Prozent. Seit dem Jahr 2010, als der Wettbewerb startete, haben sich die Werte laut den Organisatoren sogar um das Vierfache verbessert.