Deep Learning hält immer mehr Einzug in der Bildverarbeitung. In Verbindung mit Time-of-Flight (ToF) 3D Sensorik lassen sich, im Vergleich zu reinen RGB-Bildern, höhere Erkennungsleistungen erzielen. Die multi-ToF-Plattform, bei der verschiedene Sensoren an einen leistungsfähigen Hub angebunden sind, ist die Basis für zukünftige KI-Kameralösungen.
 

KI Grundlagen

Im industriellen Einsatz wird heute ausschließlich die sogenannte „schwache künstliche Intelligenz“ verwendet. Systeme der schwachen künstlichen Intelligenz sind auf die Lösung konkreter Anwendungsprobleme beschränkt. Das gesamte Wissen bezieht die schwache KI hierbei aus den Trainingsdaten. In ihrem Lebenszyklus gibt es 2 Phasen: die Trainings- und die Anwendungsphase. Da beide Phasen getrennt sind, lernt eine schwache KI während der Anwendungsphase nicht.

Dadurch lassen sich auf der einen Seite Systeme mit einer garantierten Qualität sicher betreiben, müssen aber neu trainiert werden, wenn neue Objekte hinzukommen oder sich mit der Zeit stark ändern.

Deep Learning

Deep Learning ist im Gegensatz zu den klassischen Methoden der Bildverarbeitung sehr robust gegenüber Variationen. Selbst bei einer hohen Anzahl von unterschiedlichen Klassen erkennt ein gut trainiertes System Objekte mit geringem Kontrast, starken Helligkeitsschwankungen, Überdeckungen von bis zu 60-70% oder teils extremen Verformungen.

Deep Learning eignet sich daher selbst in Anwendungsfällen, in denen es weder eine kontrollierte Umgebung noch standardisierte Objekte gibt.

Wir bringen Maschinen das Sehen bei

BECOM liefert nicht nur 2D/3D Sensorik für die Bilddatenaufnahme sondern verfügt auch über umfangreiches Processing Know-How mit NVIDIA Prozessoren für anspruchsvolle Systeme vom OEM Modul bis hin zur kompletten Deep Learning Kamera.