Panasonic hat die Entwicklung einer Bilderkennungs-KI bekannt gegeben, die einen neuen Klassifizierungsalgorithmus nutzt, der mutimodale Verteilung verarbeiten kann. Hierbei handelt es sich um Bilderkennungsalgorithmen, die vor allem da mehr Performance bringen, wo Motive innerhalb einer Kategorie stark unterschiedliche Erscheinungsformen annehmen.
Die Gründe für stärkere Abweichungen innerhalb einer Objektkategorie können recht unterschiedlich sein. Neben vielfältigen Erscheinungsformen innerhalb einer Kategorie selbst können auch Lichtbedingungen, Aufnahmeausrichtung, Hintergrund etc. zu stark divergierenden Motiven innerhalb einer Klasse beitragen. Die Bilderkennung muss hier diverse Gemeinsamkeiten verarbeiten können. Man spricht hier von mutimodaler Verteilung, was für KI stets eine Herausforderung darstellt.
Als Anwendungsfelder für seine verbesserte Bilderkennungs-KI führt Panasonic zwar vor allem Mobilität, Fertigung und Robotik an – doch auch in DSLM-Systemen dürfte der verbesserte Bilderkennungs-Algorithmus von Nutzen sein.
Wir sind auf jeden Fall schon ziemlich gespannt, was in Sachen KI-Optimierung für Bewegtbildanwendungen in 2024 kommen wird ...
