Ein Daten-Booster für die Computer Vision

Trainingsdaten für die KI

Bis eine KI eigenständig die richtigen Entscheidungen trifft, muss sie hart trainieren. Und dazu sind gewaltige Mengen an Trainingsdaten notwendig. Es ist aber gerade im Bereich der automatisierten Bildverarbeitung nicht einfach, diese Daten zu beschaffen. Zwar gibt es im Internet Milliarden Fotos, allerdings können diese häufig nur mit großem Aufwand für das jeweils spezifische KI-Training aufbereitet werden. Und auch das Lernen mit selbst produzierten Bild-Daten erfolgt oft eher zufällig und führt nicht immer zum Erfolg: Die Kamera eines teilautonomen Fahrzeugs kann hunderte Kilometer Wegstrecke filmen, ohne ein einziges Wildschwein am Straßenrand vor die Linse zu bekommen. Wie soll ein Algorithmus dann das richtige Verhalten bei einem Wildwechsel lernen?

Hier kommt rabbitAI ins Spiel: „Wir erzeugen die Trainingsdaten, die notwendig sind, um die Entwicklung neuronaler Netzwerke zu boosten“, fasst Geschäftsführer Karsten Krispin das Geschäftsmodell zusammen: „Unsere Trainingsdaten umfassen eine Eingabe mit den jeweils nötigen Informationen – zum Beispiel Bildern eines Wildschweins am Straßenrand – und eine Ausgabe – nämlich das, was das Netzwerk lernen soll: ‚Vorsicht Wildwechsel!‘. Mit Hilfe dieser Trainingsdaten wird die KI immer besser darin, Menschen und Objekte in Bildern zu erkennen, den Abstand der Objekte zur Kamera einzuschätzen und entsprechende Situationen richtig einzuordnen“.

Ultrarealistische 3D-Modelle

Das Vorgehen ist bereits vielfach erprobt: In einem ersten Schritt nimmt das Team von rabbitAI mit dem selbst entwickelten Lichtfeld-Setup die Bildszene auf. Anschließend erstellen Krispin und seine Kollegen mithilfe der Aufnahme ein 3D-Modell der Szenerie und bestimmen Ausleuchtung sowie Schattenwurf. Da nun alle notwendigen Daten der Bildszene bekannt sind, können beliebig viele weitere Objekte als ultrarealistische 3D-Modelle eingefügt werden – physikalisch korrekt, in richtiger Größe, perfekt beleuchtet inklusive Schattenwurf, Farbtemperatur und Oberflächenreflexion. Der Fantasie sind keine Grenzen gesetzt: Die Objekte können in jedem Abstand zueinander und auch hintereinander platziert werden. Tageszeit und Wetterbedingungen der Szenerie sind frei wählbar.

So ist es zum Beispiel möglich, zahlreiche Bilder von Wildwechseln zu produzieren, ohne Mensch und Tier zu gefährden. Und mit Hilfe dieser Trainingsdaten kann auch geprüft werden, in welchen Fällen die Algorithmen funktionieren und in welchen nicht. Die ultrarealistischen Resultate eignen sich deshalb insbesondere für die Optimierung selten auftretender Rare Edge- und Corner-Cases.

Das Setup von rabbitAI erlaubt es darüber hinaus, die erzeugten Aufnahmen an unterschiedliche Sensor- und Kamerasysteme des Kunden anzupassen. Entsprechende Fähigkeiten sind bei der automatisierten Bildverarbeitung ausgesprochen wichtig. Denn in autonom operierenden Systemen spielen Hard- und Software in komplexer Weise zusammen. Und in gängigen Verfahren müssen die Trainingsdaten der KI mit Hardware erzeugt werden, deren optimale Konfiguration erst nach dem Training der KI festgestellt werden kann. Das System von rabbitAI erlaubt es, unterschiedliche Sensor-Setups im Vorhinein zu vergleichen, die beste Konfiguration zu wählen und so die Entwicklungszyklen zu verkürzen. Teure Mehrfachaufnahmen der gleichen Szenen mit unterschiedlichem Equipment sind somit nicht nötig. Umgekehrt können die Aufnahmen und die erzeugten 3D-Modelle bei Austausch der Kunden-Sensorik einfach modifiziert werden.

Ein maßgeschneidertes Aufnahmesystem

Die Kunden von rabbitAI erhalten ein auf ihre Bedürfnisse zugeschnittenes Lichtfeld-Aufnahmesystem mit sehr hoher Datenbandbreite. Die Anzahl der Kameras steht ganz im Belieben des Kunden – von vier bis über 17 Kameras ist alles möglich. So kann jeder Qualitätsanspruch Wirklichkeit werden. Die mit dem Aufnahmesystem gewonnenen Daten können anschließend als Drop-in-Replacement für Daten der kundeneigenen Sensorik verwendet werden. Langfristig plant rabbitAI, ein Mietmodell für die Hardware-Komponenten anzubieten. Die Anreicherung der Daten soll in einem Lizenzmodell gewährleistet werden, das pro angefordertem Bild oder pro geschnürtem Datenpaket abgerechnet wird.

Das Angebot der Heidelberger Gründer richtet sich an den großen Kreis von Unternehmen, die mit Hilfe von KI Bilder verarbeiten. „Wir sehen uns als Lieferant von Breitentechnologie an. Wir bieten von der Aufnahmetechnik über die Rekonstruktion bis zur Qualitätskontrolle die ganze Bandbreite an“, betont Karsten Krispin. In besonderem Maße könnten aber Unternehmen profitieren, die KI im Automotive-Bereich oder zusammen mit AR (Augmented Reality)- und Virtual Reality (VR)-Anwendungen einsetzen. „Wir tauschen uns sehr intensiv mit unseren Kunden aus“, berichtet CEO Krispin: „So können wir unmittelbar auf die entsprechenden Wünsche eingehen.“

Kennenlernen am Tischkicker

Die drei Gründer, zwei Physiker und ein Informatiker, trafen während ihrer Promotionsphase im Heidelberg Collaboratory for Image Processing (HCI) am Interdisciplinary Center for Scientific Computing (IWR) der Universität Heidelberg zusammen. Sie lernten sich, wie Krispin lachend erzählt, startup-typisch am Tischkicker des Instituts kennen. Nach der Promotion war für sie klar, dass sie gemeinsam in den Bereichen Benchmarking und Rekonstruktion weiterarbeiten wollten. Der Antrag für eine EXIST-Forschungstransfer-Förderung war erfolgreich und erlaubte es den Gründern, ihre Vision hochwertiger Bildverarbeitung zu verwirklichen.

Weitere Schubkraft brachte der Up2B-Product Booster des Technologieparks. Die Gründer von rabbitAI hatten hier Gelegenheit, in einem gemeinsamen Projekt mit der IDS Imaging Development Systems GmbH weitere Erfahrung zu sammeln und unternehmerisches Wissen zu erwerben: „Beim Product Booster bekamen wir eine Woche lang extrem viel Input“, erinnert sich Karsten Krispin: „Ein eigenes Unternehmen aufzuziehen, ist schwierig. Es gibt 5000 Möglichkeiten und jede ist irgendwie richtig. Da gab das Programm Orientierung und wir haben viel Bestätigung für unser Geschäftsmodell bekommen.“

Mit diesem Wissen geht es jetzt an die Skalierung, wie Karsten Krispin skizziert: „Wir suchen weitere Kooperationspartner und Kunden in den Bereichen Automotive, VR und Aviation. Für diese Branchen haben wir bereits einsatzbereite Hardware-Plattformen entwickelt“. Und auch der Bedarf an Mitarbeiterinnen und Mitarbeitern für Computer Graphics ist noch nicht gedeckt. RabbitAI hat zum Sprint angesetzt, das Ziel klar vor Augen: die Bildverarbeitung durch KI entscheidend zu verbessern.

Von Dr. Stefan Burkhardt