Automatische Objekterkennung soll Bildersuche verbessern

US-Forscher der Penn State University haben eine Tagging-Software entwickelt, mit der die Bildersuche im Internet künftig schneller zum Erfolg führen soll. Das System erkenne Objekte auf digitalen Fotos, so die Wissenschaftler.

Bisherige Bildersuchprogramme beziehen den mit den Fotos verbundenen Text in ihre Suche ein. „Automatic Linguistic Indexing of Pictures in Real-Time“ (ALIPR) hingegen übersetzt die manuell eingegebene Fotobeschreibung in ein statistisches Modell. Dieses nimmt das System schließlich als Grundlage, um Objekte in nicht beschriebenen Fotos automatisch zu erkennen. Das System wurde federführend von den Informatikern Jia Li und James Wang entwickelt.

Der Algorithmus greift auf eine Datenbank mit 60.000 Einträgen zu. „Wir haben begonnen, Bilder manuell zu beschreiben. Dies ist die Grundlage für unser statistisches Modell, auf dessen Basis der Computer Muster erkennt und mit den Schlagwörtern verbinden kann“, erläutert Li. Neue Bilder, die ähnliche Muster aufwiesen, würden somit auch mit den Schlüsselwörtern verknüpft.

Das System ordnet jedem Foto mindestens eines und bis zu sieben mögliche Schlagwörter zu. Dies funktioniere in 90 Prozent der Fälle, so Li. ALIPR sei in der Lage, Tiere von Menschen zu unterscheiden. Bei Menschen jedoch erkenne das System nicht, ob es sich um einen Erwachsenen oder um ein Kind handle. Eine 100-prozentige Treffergenauigkeit sei kaum zu erreichen.

Um ALIPR zu verbessern, haben die Forscher eine Website eingerichtet. Dort können Anwender Fotos hochladen und mit Stichwörtern versehen. Das Programm schlägt selbst Schlüsselwörter vor, die der User ankreuzen kann. Darüber hinaus ist es möglich, eigene Tags hinzuzufügen. Auf diese Weise soll die dem System zugrunde liegende Datenbank umfangreicher und die Bildersuche besser werden.