Das Kompetenzzentrum „Robotics and Autonomous Systems“ (CC RAS) forscht im Bereich „Computer Vision“ zu folgenden Schwerpunkten:

• Objekterkennung, Segmentierung, Klassifizierung
• Deep-learning
• Convolutional Neural Networks (CNN)
• Visuelle Odometrie

Bilder sind das Hauptaugenmerk von Computer Vision. In diesem Teilgebiet der Künstlichen Intelligenz steht die Analyse und Interpretation von visuellen Daten im Fokus. Objekte und Menschen auf Bildern zu erkennen, ihren Ort zu bestimmen, zu klassifizieren, das “Gesehene“ zu interpretieren und anschließend intelligent zu handeln, ist mit Hilfe von Computer Vision, genauer gesagt Deep Learning möglich. Aus unzähligen Bildern kann mithilfe von Computer Vision, ein Fahrzeug, eine Person, ein Tier, eine Pflanze etc. bestimmt werden.

Die Computer Vision wird in verschiedenen Bereichen angewendet und am DAI-Labor erforscht. Eines von denen, ist das Convolutional Neural Networks (CNN). Formen, Farben und Strukturen in einem Bild können durch Filtertechniken erkannt und korrekt zugeordnet werden. Nicht Pixel oder Farben, sondern abstrahierte Muster, Objekte und Motive in einem Bild werden vom System erfasst. Das Besondere an CNN ist, dass es dies bereits anhand von Trainingsbildern schafft und somit aus einer Vielzahl von Filtern und Konzepten die richtigen Parameter auswählt und zusammenführt.

Eine weitere Funktion von Computer Vision ist die Bestimmung der Position eines Objekts oder einer Person. Die visuelle Odometrie, wie der Name schon deuten lässt, bedeutet die visuelle Wegmessung. Die genaue Position, aber auch die zurückgelegte Strecke und der Bewegungsverlauf lässt sich zurückverfolgen. In der Automobilbranche findet es vielfältige Verwendung, z.B. beim autonomen Fahren oder dem Kilometerstand.