Fraunhofer-Institut für Graphische Datenverarbeitung IGD
Die ökologischen Wissenschaften erzeugen häufig große Mengen an Bilddaten, um Rückschlüsse auf Probleme wie Stabilität von Ökosystemen unter Klima- und Landnutzungswandel, Artenschutz und Umweltmonitoring zu ziehen. Beispielsweise werden mit Hilfe von Kamerafallen das Verhalten von Tieren beobachtet, mit Minirhizotronen das Wachstum von Pflanzenwurzeln analysiert und aus Mikroskopbildern von Holzdünnschnitten die Wetterverhältnisse der letzten Jahre abgelesen. Im Moment müssen diese Bilddaten unter großem Zeitaufwand von Experten manuell ausgewertet werden.
Das Projekt DIG-IT! befasst sich mit diesen ökologischen Problemen aus der Sicht der Digitalisierung. Ziel ist es, die Fortschritte der maschinellen Bildverarbeitung des letzten Jahrzehnts, insbesondere der »Deep Learning« Techniken, der Ökologie zur Verfügung zu stellen. In den oben genannten Anwendungsfällen sollen Fledermäuse erkannt und nach Art klassifiziert werden oder Holzzellen und Pflanzenwurzeln vermessen werden. Das Ganze muss möglichst automatisiert und mit wenig Zuarbeit von menschlichen Experten geschehen. Um dies zu erreichen, liegt der Fokus auf der Entwicklung universell anwendbarer Verfahren unter Verwendung selbst lernender Algorithmen (»Deep Convolutional Neural Networks«), die der wissenschaftlichen Gemeinde in Form eines leicht zu bedienenden Werkzeugkastens bereitgestellt werden.
Das Verbundprojekt »DIG-It!« kombiniert zu diesem Zweck die Entwicklerexpertise für die automatisierte Analyse von Bilddaten (Fraunhofer Institut für Grafische Datenverarbeitung Rostock und Biomathematik, Universität Greifswald mit der Anwendung auf drängende ökologische Fragen (Botanik/Landschaftsökologie/Zoologie, Universität Greifswald.
