Eine zentrale Aufgabenstellung für Automobilanwendungen ist die sichere Erkennung von Fußgängern und anderen Verkehrsteilnehmern. Problematisch dabei sind die hohe Komplexität von Bild- und Videodaten, die stark variierenden Beleuchtungsverhältnisse sowie die große Variabilität der Objekte. Das unterschiedliche Aussehen von Personen (zum Beispeil Körperhaltung und Bekleidung) verstehen und aus Bildern zu lernen können nur sehr leistungsfähige und mathematisch anspruchsvolle statistische Methoden. In diesem Bereich wurden zwar große Fortschritte gemacht, aber aktuelle Ansätze sind für den Einsatz in Automobilen noch zu langsam. Die Aachener Forscher nutzen die massiv parallele Architektur aktueller Grafikkarten um Berechnungen, die auf der CPU mehrere Sekunden dauern, in wenigen Millisekunden auszuführen. So kann ein aktueller Detektionsansatz für die Fußgängererkennung statt in 10 Sekunden pro Bild für 20 bis 25 Bilder pro Sekunde berechnet werden. Damit wird er für Echtzeitanwendungen interessant (Bild: RWTH Aachen).