Podcasts about bildverarbeitung

Google entwickelt seinen kommenden Tensor-G5-Chip erstmals ohne Samsung – greift dabei aber weiterhin tief in die Technik-Trickkiste anderer Hersteller. Der neue Chip für das Pixel 10 entsteht aus einem Mix eigener Entwicklungen und zugekaufter Technologien. Während Google bei wichtigen Komponenten wie der Bildverarbeitung auf Eigenentwicklungen setzt, stammen viele Grundfunktionen von etablierten Chip-Spezialisten.

In dieser Folge sprechen Andreas und Tobias mit zwei hochkarätigen Gästen über aktuelle Entwicklungen in der Intralogistik:

Unser Gast Dr. Werner Kraus leitet den Forschungsbereich Automatisierung und Robotik am Fraunhofer Institut für Produktionstechnik und Automatisierung (IPA). Gemeinsam mit unserem Host Boris Felgendreher spricht er in dieser Folge des BVL Podcasts über den Einsatz von humanoider und KI-gestützter Robotik in der Logistik. Unter anderem geht es um folgende Themen: - Wie Arbeitskräftemangel und demografischer Wandel die Automatisierung in der Logistik notwendig machen - KI-Entwicklungen seit 2022: Generative KI und deren Anwendungsmöglichkeiten - Deep Learning in der Robotik: Fortschritte in der Bildverarbeitung und Aufgabenautomatisierung - Nvidia und die CES 2025: Vorstellung neuer Chips und Weltmodelle, Bedeutung für autonome Systeme - Fortschritte bei autonomen mobilen Robotern (AMRs): Neue Dimensionen durch KI-gestütztes Pre-Training und Prognosefähigkeiten - Greiftechnik: Herausforderungen und Potenziale durch KI-unterstützte Roboterhände - Teleoperation und Imitation Learning: Menschliche Unterstützung bei autonomen Robotern - Internationale Wettbewerbsdynamik: Fortschritte und Förderung in den USA, Herausforderungen für Europa - Startups und Investitionen: Erfolgsgeschichten und Potenziale deutscher Robotik-Startups - Forschungsschwerpunkte: Logistik, Kommissionieren, flexible Greiftechnik und Outdoor-Navigation - Zukunftsausblick: Standardisierung von Robotiklösungen in der Logistik, insbesondere Kommissionierroboter und Truck-Automatisierung - Optimismus für Deutschland: Chancen durch Forschungsinitiativen und Investitionen in KI und Robotik - Und vieles Hilfreiche Links: Fraunhofer IPA: https://www.ipa.fraunhofer.de/ Werner Kraus auf LinkedIn: https://www.linkedin.com/in/werner-kraus/ Boris Felgendreher auf LinkedIn: https://www.linkedin.com/in/borisfelgendreher/ BVL: https://www.bvl.de/

ZusammenfassungIn dieser Episode sprechen Stefan und Ronny darüber, wie man KI offline verwenden kann. Stefan erzählt von seiner Erfahrung, als er im Urlaub war und kaum WLAN hatte, aber dennoch nicht auf KI verzichten wollte. Sie diskutieren die verschiedenen Möglichkeiten der Offline-Nutzung von KI, insbesondere im Bereich der Text- und Bildverarbeitung. Takeaways der Folge:Die Offline-Nutzung von KI bietet viele Vorteile, z. B. im Hinblick auf Datenschutz oder bei eingeschränkter Internetverbindung. Für die Offline-Nutzung von Text-KI empfiehlt sich die Verwendung von Tools wie LM Studio, das eine Vielzahl von Textmodellen bietet. Die Offline-Nutzung von Bild-KI ist mit Tools wie Stable Diffusion möglich, die hochwertige Bildgenerierung ermöglichen. Bei der Installation und Konfiguration von Offline-KI-Tools ist es wichtig, die Speichergröße und andere Parameter zu berücksichtigen. Die Leistung der Offline-Nutzung von KI hängt von der Rechenpower des Geräts ab, wobei auch ältere Geräte verwendet werden können. Es gibt bestimmte Einschränkungen bei der Offline-Nutzung von KI, z. B. in Bezug auf die Verarbeitung von Bildern oder Dateien. Kontaktdaten und Links zu Tools:Stefan Ponitz: https://www.fokus-ki.de Ronny Siegel: https://conversion-junkies.de/ronny-siegel/

MIT-Forscher haben DenseAV entwickelt, ein KI-Modell, das Sprache von Grund auf lernt.https://news.mit.edu/2024/denseav-algorithm-discovers-language-just-watching-videos-0611 Der Biomedizintechniker Abhinav Jha hat ein Tool zur Verbesserung der medizinischen Bildverarbeitung entwickelt.https://medicalxpress.com/news/2024-06-artificial-intelligence-tool-usability-medical.html OpenAI, Microsoft und Oracle arbeiten zusammen, um die Rechenkapazität für ChatGPT zu erhöhen.https://www.theverge.com/2024/6/12/24177188/openai-oracle-ai-chips-microsoft LinkedIn führt neue KI-gestützte Dienste ein, um das Benutzererlebnis zu verbessern.https://techcrunch.com/2024/06/13/linkedin-leans-on-ai-to-do-the-work-of-job-hunting/ Visit www.integratedaisolutions.com

Künstliche Intelligenz entwickelt sich immer weiter. Konnten Computer vor einigen Jahren noch kaum Sprache und Bilder erkennen, können sie heute Befehle verstehen und sinnvoll darauf antworten. In Zukunft werden sie uns als Roboter beim Arbeiten und im Alltag zur Hand gehen. Ein wichtiger Baustein dafür ist die Forschung von Cordelia Schmid. Die Informatikerin untersucht, wie digitale Systeme Bild- und Sprachinformationen zusammenbringen können. Für ihre bahnbrechenden Leistungen in der digitalen Bilderkennung hat sie 2023 den Körber-Preis erhalten. Im Podcast erklärt sie, was Künstliche Intelligenz heute kann und was noch nicht – und was all das mit Kochvideos zu tun hat. Der Körber-Preis für die Europäische Wissenschaft zeichnet jährlich herausragende und in Europa tätige Wissenschaftler:innen aus. Mit dem Preisgeld in Höhe von einer Million Euro prämieren wir anwendungsbezogene Forschung in den Life und Physical Sciences. Mehr Infos zum Körber-Preis: https://koerber-stiftung.de/projekte/koerber-preis-fuer-die-europaeische-wissenschaft/

Künstliche Intelligenz entwickelt sich immer weiter. Konnten Computer vor einigen Jahren noch kaum Sprache und Bilder erkennen, können sie heute Befehle verstehen und sinnvoll darauf antworten. In Zukunft werden sie uns als Roboter beim Arbeiten und im Alltag zur Hand gehen. Ein wichtiger Baustein dafür ist die Forschung von Cordelia Schmid. Die Informatikerin untersucht, wie digitale Systeme Bild- und Sprachinformationen zusammenbringen können. Für ihre bahnbrechenden Leistungen in der digitalen Bilderkennung hat sie 2023 den Körber-Preis erhalten. Im Podcast erklärt sie, was Künstliche Intelligenz heute kann und was noch nicht – und was all das mit Kochvideos zu tun hat. Der Körber-Preis für die Europäische Wissenschaft zeichnet jährlich herausragende und in Europa tätige Wissenschaftler:innen aus. Mit dem Preisgeld in Höhe von einer Million Euro prämieren wir anwendungsbezogene Forschung in den Life und Physical Sciences. Mehr Infos zum Körber-Preis: https://koerber-stiftung.de/projekte/koerber-preis-fuer-die-europaeische-wissenschaft/

In der Mittagsfolge sprechen wir heute mit Alexander Bley, CEO und Co-Founder von Sewts, über die erfolgreich abgeschlossene Series-A-Finanzierungsrunde in Höhe von 7 Millionen Euro.Sewts hat eine Steuerungs- und Bildverarbeitungssoftware entwickelt, die es Robotern ermöglicht, das Verhalten von forminstabilen Materialien beim Greifen in Echtzeit vorherzusagen. Mit seinem einzigartigen Ansatz, KI, Robotik und Materialsimulation zu kombinieren, verleiht das Startup Robotern menschenähnliche Wahrnehmungs- und Greiffähigkeiten und macht erstmals die automatische Handhabung von Textilien möglich. Die neue Technologie kann nach eigenen Angaben nicht nur dabei helfen, um den Arbeitskräftemangel zu überwinden, sondern auch dazu beitragen, um die globalen Klimaziele zu erreichen und die Menschenrechte zu schützen. Wenn die Produktion und das Recycling von Textilien näher an die Verbrauchermärkte herangeführt werden, lassen sich die mit dem Transport verbundenen CO2-Emissionen, die Überproduktion und der Abfall erheblich reduzieren. Langfristig will Sewts die Abwicklung von Retouren im E-Commerce automatisieren. Mit Unterstützung der deutschen Otto Group hat das Unternehmen bereits einen Prototyp für diesen Anwendungsfall erstellt. Das Startup wurde im Jahr 2019 von Alexander Bley, Till Rickert und Tim Doerks in München gegründet. Die Gründer beschäftigten sich während ihres Studiums an der TU München am Lehrstuhl für Carbon Composites unter anderem mit der Erforschung der automatisierten Verarbeitung von leicht verformbaren Materialien wie Karbonfasern sowie Textilien und wurden bei der Gründung durch das staatliche Gründerstipendium Exist unterstützt.Nun hat Sewts in einer Series A 7 Millionen Euro unter der Führung von Emerald Technology Ventures, CNB Capital, EquityPitcher Ventures und Nabtesco Technology Venture eingesammelt. Außerdem beteiligten sich Bayern Kapital, APEX Ventures und der HTGF erneut an der Runde. Das frische Kapital soll dafür eingesetzt werden, neue Märkte zu erschließen, wie beispielsweise die Abwicklung von Retouren im E-Commerce. Zudem soll der Roll-out der ersten serienreifen Roboterzelle namens Sewts.Velum in internationalen Wäschereien beschleunigt werden. Das System nimmt automatisch zerknitterte, gewaschene Handtücher auf und führt sie den Faltmaschinen zu, um den manuellen Arbeitsaufwand mit einer menschenähnlichen Geschwindigkeit zu reduzieren.

In der Rubrik “Investments & Exits” begrüßen wir heute Fabian Krautwurst, Principal von Cavalry Ventures . Fabian analysiert die Finanzierungsrunde von Sereact.Die Firma Sereact aus Stuttgart hat eine Seed-Finanzierungsrunde über 5 Millionen US-Dollar abgeschlossen, angeführt von Point Nine und Air Street Capital. Weitere Investoren wie Alexander Diehl, Oliver Cameron und mehr beteiligten sich ebenfalls. Sereact nutzt große Sprachmodelle und Robotik, um eine benutzerfreundliche Interaktion mit Robotern zu ermöglichen. Ihr Fokus liegt auf der Automatisierung des Kommissionierungsprozesses, um Kosten einzusparen. Ihre Innovation, PickGPT, verbindet Bildverarbeitung mit großen Sprachmodellen und erlaubt Robotern die natürliche Sprachverarbeitung.

In dieser Folge des ITundTECH-Podcasts sprechen wir mit Maximilian Kaltenecker, dem CEO von Nexustec, über die spannende Verbindung zwischen Industrie 4.0 und manuellen Tätigkeiten. Im ersten Abschnitt des Interviews geht es um die Grundlagen von Industrie 4.0 im Bereich manueller Tätigkeiten, die bislang nicht in die Industrie 4.0 eingebunden werden konnten. Maximilian Kaltenecker erläutert, wie Unternehmen durch den Einsatz von intelligenten Technologien und dem Internet der Dinge (IoT) ihre manuellen Arbeitsprozesse optimieren können. Der zweite Abschnitt konzentriert sich auf die Qualitätssicherung bei manuellen Tätigkeiten. Maximilian Kaltenecker erklärt, wie Unternehmen mithilfe von industrieller Bildverarbeitung die Qualität aller Prozessschritte und letztlich ihrer Produkte sicherstellen können. Erfahren Sie mehr über die Herausforderungen in der Qualitätssicherung und die Möglichkeiten, diese mithilfe von Technologien zu bewältigen.Ein besonderer Schwerpunkt liegt auf KI-basierten Assistenzsystemen bei der manuellen Verschraubung. Maximilian Kaltenecker gibt Einblicke in die innovativen Lösungen von Nexustec, die Fehler minimieren und die Effizienz zum Beispiel bei Verschraubungsprozessen steigern. Erfahren Sie, wie KI in der Verschraubung eingesetzt wird und welche Vorteile sich daraus ergeben.Im letzten Abschnitt präsentiert Maximilian Kaltenecker ein Praxisbeispiel des Verschraubungsassistenten von Nexustec. Er erläutert, wie dieses KI-gestützte Assistenzsystem in der Automobilindustrie eingesetzt wird und welche konkreten Ergebnisse damit erzielt werden. Lassen Sie sich von den Möglichkeiten inspirieren, die sich durch den Einsatz von KI in der manuellen Verschraubung eröffnen.Abonnieren Sie den ITundTECH Podcast, um keine weiteren spannenden Diskussionen zu Industrie 4.0, IoT, Automotive, Qualitätssicherung und industrieller Bildverarbeitung zu verpassen. Tauchen Sie ein in die Welt der Technologie und bleiben Sie stets auf dem neuesten Stand der Entwicklungen! Weiterführende Informationen zur Firma NEXUSTEC GmbH:► Internet: https://www.nexustec.de/ ► LinkedIn-Firmenseite: https://www.linkedin.com/company/nexustec-gmbh/ ►Maximilian Kaltenecker auf LinkedIn: https://www.linkedin.com/in/maximilian-kaltenecker/ —Über den #ITundTECH für Deutschland Podcast:Der Podcast mit CEOs innovativer Softwarehersteller, IT-Dienstleister oder TECH-Unternehmen aus Deutschland!► Abonniere unseren Youtube-Kanal: https://www.youtube.com/@itundtech ► Abonniere unseren Podcast: https://www.itundtech.de/podcast► Besuche uns auf unserer Webseite: https://www.itundtech.de/ Der Gastgeber:Neben seiner Funktion als Vorstand der CONBREY MANAGEMENT AG ► https://www.conbrey.com ist Holger Winkler seit 2013 Sachverständiger für digitale Leadgewinnung (DESAG). Er hat sich vor allem auf den Vertrieb in der IT- und TECH-Branche spezialisiert. Seit 2009 konnte Holger bereits mehr als 350 Unternehmen zu deutlich mehr Kunden und steigenden Umsätzen verhelfen.Zu den Kunden von CONBREY zählen unter anderem Firmen wie Databoat AG, Trevisto AG, Robotron Schweiz GmbH, T&G Automation GmbH, ISC Consultants und über 100 weitere Unternehmen.Bereits mit seinem IT-Vertriebs-Podcast ► https://www.conbrey.com/it-vertriebs-podcast. sorgte Holger Winkler für Aufsehen in der Branche. ► Vernetze dich mit Holger Winkler auf LinkedIn: https://www.linkedin.com/in/holger-winkler/—Sie sind CEO eines innovativen Unternehmens aus dem IT- und TECH-Umfeld und hätten Lust, als Gast in den ITundTECH für Deutschland Podcast eingeladen zu werden?Dann melden Sie sich hier: https://www.itundtech.de

Bildverarbeitung auf neuem Level: Heiko Seitz von IDS erklärt im aktuellen Podcast der konstruktionspraxis, wie selbst lernende Algorithmen bestehende Machine-Vision-Prozesse und Produkte verbessern können, welche neuen Applikationen sie ermöglichen – und welches Umdenken sie erfordern. Im Podcast geht es u. a. um Fragen wie sich KI-basierte Vision-Systeme von den klassischen regelbasierten Lösungen unterscheiden welche neuen Applikationen möglich sind wie hoch der Aufwand ist, eine KI-basierte Vision-Applikation zu erstellen oder welches Wissen dabei wichtig ist.

Prof. Dr.-Ing. Florian Gallwitz ist Professor für Medieninformatik an der Technischen Hochschule Nürnberg. Der profilierte Experte für Mustererkennung, Bildverarbeitung, Spracherkennung und Deep Learning erklärt in diesem Podcast kurzweilig Geschichte und Grundlagen der Technologien hinter dem Schlagwort "Künstliche Intelligenz", erläutert wieso ChatGPT kein stochastischer Papagei ist, und gibt spannende Antworten auf die brennendsten Fragen der INTERNET-WORLD-Redaktion zum Thema im Podcast "Touch Point".

Simon ist 26 Jahre alt und seit seinem Studium selbstständig. Heute begleitet er mit über 20 Mitarbeitern deutsche Mittelständler zum Thema künstliche Intelligenz und Bildverarbeitung. In diesem Interview gibt er Beispiele und Einblicke in die deutsche KI-Landschaft.  https://www.linkedin.com/in/simon-sack-tech-punk-vision-ai/  https://www.neurologiq.de/     Moritz Neuhaus ist Co-Founder und CEO der Insight Consulting GmbH. Gemeinsam mit seinem Team hilft er CEOs, Gründern und Consulting-Partnern dabei, online zu Meinungsführern in ihrer Industrie zu werden.

Diese Folge des ITundTech-Podcasts bietet ein spannendes Interview mit Dr. Jörg Wagner, CEO der Leistungselektronik JENA GmbH, zum Thema "LED vs. Quecksilber-Lichtquellen für Mikroskopie, Halbleiter & Bildverarbeitung: Vorteile/Nachteile".Holger Winkler, Gastgeber des ITundTech-Podcasts, führt das Interview und diskutiert mit Dr. Jörg Wagner die Vor- und Nachteile von LED- und Quecksilber-Lichtquellen in der Mikroskopie, der Halbleiterindustrie und bei der Bildverarbeitung.Wir beleuchten die unterschiedlichen Aspekte dieser Lichtquellen und erfahren, in welchen Anwendungen welche Technologie am besten eingesetzt werden sollte.Ein zentrales Thema des Interviews sind die generellen Anforderungen an Lichtquellen in der Mikroskopie, bei denen Dr. Jörg Wagner technische Einblicke gibt und erläutert, wie LED- und Quecksilber-Lichtquellen diesen Anforderungen gerecht werden können.Wir gehen auch auf die besonderen Anforderungen an Elektronische Vorschaltgeräte in der Mikroskopie ein, um ein umfassendes Verständnis der technologischen Herausforderungen zu vermitteln.Dr. Wagner präsentiert außerdem das breite Leistungsspektrum der Leistungselektronik JENA GmbH als OEM-Lieferant und Entwicklungspartner im Bereich der Photonik.Dieses Interview bietet Ihnen tiefgreifende Einblicke in die Welt der LED- und Quecksilber-Lichtquellen für Mikroskopie, Halbleiter- und Bildverarbeitungstechnologie.Neben dieser Podcast-Version steht das gleichnamige Video "LED vs. Quecksilber-Lichtquellen für Mikroskopie, Halbleiter & Bildverarbeitung: Vorteile/Nachteile" ab sofort auf dem ITundTech-Podcast YouTube-Kanal für Interessierte bereit.Weiterführende Informationen zur Firma LEJ - Leistungselektronik JENA GmbH:► Internet: http://www.lej.de/ ► LinkedIn-Firmenseite: www.linkedin.com/company/leistungselektronik-jena/► Dr. Jörg Wagner auf LinkedIn: www.linkedin.com/in/drjoergwagner/ —Über den #ITundTECH für Deutschland Podcast:Der Podcast mit CEO's innovativer Softwarehersteller, IT-Dienstleister oder TECH-Unternehmen aus Deutschland!► Abonniere unseren Youtube-Kanal: https://www.youtube.com/@itundtech ► Abonniere unseren Podcast: https://www.itundtech.de/podcast► Besuche uns auf unserer Webseite: https://www.itundtech.de/ Der Gastgeber:Neben seiner Funktion als Vorstand der CONBREY MANAGEMENT AG ► https://www.conbrey.com ist Holger Winkler seit 2013 Sachverständiger für digitale Leadgewinnung (DESAG). Er hat sich vor allem auf den Vertrieb in der IT- und TECH-Branche spezialisiert. Seit 2009 konnte Holger bereits mehr als 350 Unternehmen zu deutlich mehr Kunden und steigenden Umsätzen verhelfen.Zu den Kunden von CONBREY zählen unter anderem Firmen wie Databoat AG, Trevisto AG, Robotron Schweiz GmbH, T&G Automation GmbH, ISC Consultants und über 100 weitere Unternehmen.Bereits mit seinem IT-Vertriebs Podcast ► https://www.conbrey.com/it-vertriebs-podcast. sorgte Holger Winkler für Aufsehen in der Branche. ► Vernetze dich mit Holger Winkler auf LinkedIn: https://www.linkedin.com/in/holger-winkler/—Sie sind CEO eines innovativen Unternehmens aus dem IT- und TECH-Umfeld und hätten Lust, als Gast in den ITundTECH für Deutschland Podcast eingeladen zu werden?Dann melden Sie sich hier: https://www.itundtech.de#Mikroskopie #Photonik #Lichttechnik

Während derzeit überall über ChatGPT diskutiert wird, gerät etwas aus dem Blick: Künstliche Intelligenz (KI) ist zum Teil schon längst in der medizinischen Routine angekommen. Der Internist und Forscher Jakob Kather hat die in Deutschland einmalige Professur für „Clinical Artificial Intelligence“ an der Technischen Universität Dresden inne. Er erklärt uns zentrale Begrifflichkeiten und spricht über Chancen, aber auch Risiken von KI in der Medizin.

Eine neue Folge der Rubrik „Junge Startups” ist da!

Industrielle Bildverarbeitung der MSTVision GmbH im Fokus des heutigen Interviews: Immer, wenn Standardsysteme nicht ausreichen, bieten Michael Stelzl und sein Team maßgeschneiderte Entwicklungsdienstleistungen.Vom Konzern bis zum Kleinunternehmen ist das Unternehmen inzwischen weltweit ein gefragter Lösungspartner, wenn Endlosmaterial auf eine gewünschte Eigenschaft im Bild ausgewertet werden soll-Holger Winkler von #ITundTECH spricht in diesem Video mit Michael Stelzl, Gründer und Managing Director MSTVision GmbH► Über die MSTVision GmbH:Seit 2016 bietet die MSTVision GmbH Entwicklungsdienstleistungen und Technologien für den Bereich der industriellen Bildverarbeitung an. Also überall dort, wo im industriellen Bereich Probleme mit Kameras gelöst werden können, helfen sie ihren Kunden, eine optische Kontrollstrecke zu etablieren. Dabei setzen sie statt Standardlösungen auf maßgeschneiderte Anwendungen und helfen immer dann, wenn marktübliche Lösungen nicht zum gewünschten Ergebnis führen. Gearbeitet wird mit Matrix- oder Zeilenkameras im sichtbaren, aber auch im für das menschliche Auge unsichtbaren Infrarotbereich. Zielgruppe sind Techniker und Ingenieure, die Branchen sind vielfältig: Endlosmaterial, Medizintechnik oder Recycling bis hin zu E-Mobilität - für jeden Klienten findet das Team der MSTVision GmbH die für sie passende Lösung. Teil der Dienstleistung ist auch immer die Wissensvermittlung an den Kunden. Seit Gründung hat das mittlerweile 10-köpfige Team rund um Gründer und Managing Director Michael Stelzl ihr Portfolio beispielsweise um die Angebote Softwareentwicklung, Konstruktion sowie SPS Programmierung erweitert und arbeitet stetig an ihrem Know-how, neuen Technologien und Komponenten.Weiterführende Informationen zur Firma MSTVision GmbH:► Internet: https://mstvision.de/► LinkedIn-Firmenseite: https://www.linkedin.com/company/mstvision/► Michael Stelzl auf LinkedIn: https://www.linkedin.com/in/michael-stelzl-4b30499/ —Über den #ITundTECH für Deutschland Podcast:Der Podcast mit CEO's innovativer Softwarehersteller, IT-Dienstleister oder TECH-Unternehmen aus Deutschland!► Abonniere unseren Youtube-Kanal: https://www.youtube.com/@itundtech ► Abonniere unseren Podcast: https://www.itundtech.de/podcast► Besuche uns auf unserer Webseite: https://www.itundtech.de/ —Der Gastgeber:Neben seiner Funktion als Vorstand der CONBREY MANAGEMENT AG ► https://www.conbrey.com ist Holger Winkler seit 2013 Sachverständiger für digitale Leadgewinnung (DESAG). Er hat sich vor allem auf den Vertrieb in der IT und TECH-Branche spezialisiert. Seit 2009 konnte Holger bereits mehr als 350 Unternehmen zu deutlich mehr Kunden und steigenden Umsätzen verhelfen.Zu den Kunden von CONBREY zählen unter anderen Firmen wie Databoat AG, Trevisto AG, Robotron Schweiz GmbH, T&G Automation GmbH, ISC Consultants und über 100 weitere Unternehmen. Bereits mit seinem IT-Vertriebs Podcast ► https://www.conbrey.com/it-vertriebs-podcast sorgte Holger Winkler für Aufsehen in der Branche. ► Vernetze dich mit Holger Winkler auf LinkedIn: https://www.linkedin.com/in/holger-winkler/ —Sie sind CEO eines innovativen Unternehmens aus dem IT- und TECH-Umfeld und hätten Lust, als Gast in den ITundTECH für Deutschland Podcast eingeladen zu werden?Dann melden Sie sich hier: https://www.itundtech.de/participate

"Wer ist denn eigentlich der Wunschkunde für den Schlauen Klaus und wie findet Ihr ihn?" Diese Frage stellen wir heute Wolfgang Mahanty, einem von drei Geschäftsführern der Optimum datamanagement solutions GmbH aus Karlsruhe, der konkrete Vorstellungen von seinen Wunschkunden gewonnen hat. - Wer oder was ist der “Schlaue Klaus” und was hat es mit industrieller Bildverarbeitung auf sich? - Mit welcher Strategie findet Ihr Eure Wunschkunden? - Wie organisiert Ihr den Vertrieb und welche Tools nutzt Ihr? - Welchen Zweck erfüllen OKRs und Transparenz im Unternehmen?

"Wer ist denn eigentlich der Wunschkunde für den Schlauen Klaus und wie findet Ihr ihn?" Diese Frage stellen wir heute Wolfgang Mahanty, einem von drei Geschäftsführern der Optimum datamanagement solutions GmbH aus Karlsruhe, der konkrete Vorstellungen von seinen Wunschkunden gewonnen hat. - Wer oder was ist der “Schlaue Klaus” und was hat es mit industrieller Bildverarbeitung auf sich? - Mit welcher Strategie findet Ihr Eure Wunschkunden? - Wie organisiert Ihr den Vertrieb und welche Tools nutzt Ihr? - Welchen Zweck erfüllen OKRs und Transparenz im Unternehmen?

"Wer ist denn eigentlich der Wunschkunde für den Schlauen Klaus und wie findet Ihr ihn?" Diese Frage stellen wir heute Wolfgang Mahanty, einem von drei Geschäftsführern der Optimum datamanagement solutions GmbH aus Karlsruhe, der konkrete Vorstellungen von seinen Wunschkunden gewonnen hat. - Wer oder was ist der “Schlaue Klaus” und was hat es mit industrieller Bildverarbeitung auf sich? - Mit welcher Strategie findet Ihr Eure Wunschkunden? - Wie organisiert Ihr den Vertrieb und welche Tools nutzt Ihr? - Welchen Zweck erfüllen OKRs und Transparenz im Unternehmen?

In den vergangenen Jahren gewannen die Themen Industrie 4.0 und Digitalisierung stetig an Bedeutung. Um in der Industrie eine konstant hohe Qualität zu gewährleisten zählt die intelligente Bildverarbeitung zu einem der wichtigsten Schlüssel. Was es damit auf sich hat und in welchen Bereichen die Systeme zum Einsatz kommen, bespricht der ES im Interview mit Herrn Dehn, CEO von Stemmer Imaging. Schreibt uns: podcast@effecten-spiegel.de www.effecten-spiegel.com

Insektensterben verhindern mit KI: Das Karlsruher Start-up apic.ai hat eine KI-basierte Monitoringtechnologie entwickelt, die das Verhalten von Insekten wie Bienen und Hummeln aufzeichnet, quantifiziert und auswertet. Durch computergestützte Bildverarbeitung können auch geringe Effekte von Substanzen, landwirtschaftlichen Praktiken und Umweltfaktoren auf Bestäuber sichtbar gemacht werden. Die so gewonnenen Erkenntnisse setzt das Start-up ein, um Biodiversität zu erhalten und die Bedrohung durch Pestizide für Insekten zu verringern. In der zwölften Episode des FE.MALE FOUNDERS-Podcasts erklärt Mitgründerin Katharina Schmidt, wie ihr die Idee kam, computergestützte Bildverarbeitung im Kampf gegen Insektensterben einzusetzen. Außerdem berichtet sie, warum sie es oft als Vorteil erlebt, als Frau gegründet zu haben und wieviel Empowerment sie durch das Start-up-Ökosystem erlebt. Dennoch identifiziert sie auch gesamtgesellschaftliche Herausforderungen, denen vor allem Frauen gegenüberstehen, die in der Tech-Branche Fuß fassen wollen. Dazu gehören die Verfügbarkeit von (Weiter-)Bildungsangeboten zum Auf- und Ausbau von technischer Expertise und Know-how zur Unternehmensgründung ebenso wie die Herausforderung im Tech-Bereich einen Job mit Sinn zu finden. Wir sprechen mit Katharina über das Thema Vereinbarkeit von Gründung und Privatleben, den Stellenwert von mentaler Gesundheit und welchen Beitrag der Einsatz von Technologie für die drängenden Probleme im Bereich Umwelt und Biodiversität leisten kann. Neugierig geworden? Dann jetzt reinhören und abonnieren!

Zusammen mit Microsoft, Nvidia und dem BMW-Unternehmen idealworks veröffentlichte der Autobauer SORDI (Synthetic Object Recognition Dataset for Industries), ein synthetisierter AI-Datensatz. Er besteht aus mehr als 800.000 fotorealistischen Bildern und Produktionsressourcen in 80 Klassen (wie z. B. Palette, Gitterbox, Gabelstapler). Außerdem umfasst der Datensatz Objekte von besonderer Relevanz in den Kerntechnologien des Automobilbaus und der Logistik. Im Podcast KI in der Industrie erklärt Jimmy Nassif von Idealworks: „Die integrierten Label ermöglichen als digitale Etiketten grundlegende Aufgaben der Bildverarbeitung wie Klassifizierung, Objektdetektion oder Segmentierung für relevante Bereiche der Produktion im Allgemeinen.“ Andere Unternehmen können Datensatz einsetzen, um ihre Modelle für die Produktion zu trainieren und Künstliche Intelligenz einzusetzen. Wir suchen einen neuen Podcast Partner - deshalb bitten wir um Hilfe: Wer wen kennt, gerne eine kurze Info an uns. Wer mehr über uns wissen will, der sollte unsere LinkedIn-Profile aufrufen. Wir nehmen auch gerne Themenwünsche und Ideen entgegen. Zu Julians Hauptberuf geht es hier https://pragmaticindustries.com/ Kontakt zu Dr. Julian Feinauer https://www.linkedin.com/in/julian-feinauer/ Kontakt zu Robert Weber https://www.linkedin.com/in/robert-weber-8920a448/

Künstliche Intelligenz in die Schulen und Ausbildungsstätten! So lautet eine Bitte von Dr. Henrike Stephani in diesem Gespräch. Sie ist promovierte Mathematikerin, KI-Lotsin und kümmert sich beim Fraunhofer ITWM um die Bildverarbeitung mithilfe von Maschinen. Warum braucht es dafür Mathe, was kann eine maschinelle Bildverarbeitung in der Industrie leisten, was nicht? Und inwiefern verändern sich denn nun Berufsbilder und Tätigkeiten? Wie kann die Mobilität von künstlicher Intelligenz profitieren (z. B. Flugzeugbau, Fahrplanerstellung, Verkehrssteuerung)? Über diese und noch mehr Themen sprach ich mit Henrike am 28. September. Hintergrund: Auch Henrike hat gemeinsam mit ihren Kolleg:innen Prof. Dr. Anita Schöbel und Dr. Michael Burger einen Beitrag für unseren Band "Arbeitswelt und KI 2030" geschrieben. --- Send in a voice message: https://podcasters.spotify.com/pod/show/imhierundmorgen/message

Künstliche Intelligenz (KI) wird in der Logistik und im Supply Chain Management nicht selten als Buzzword belächelt. Besonders dann, wenn herkömmliche Optimierungssoftware, die in der Logistik seit vielen Jahren im Einsatz ist, jetzt plötzlich als KI dargestellt wird. Aber wie sieht eigentlich KI aus, die wirklich den Namen verdient hat? Wie groß ist das Potential in der Logistik und welche konkreten Probleme kann die Technologie im Logistik und Supply Chain Umfeld heute schon lösen? In dieser Folge der Podcast-Sonderserie Fulfillment 2021 ist Niels Pothmann, Senior Manager und Head of AI bei Arvato Systems zu Gast. Gemeinsam mit BVL.digital Podcast Host Boris Felgendreher spricht er unter anderem über Akzeptanz von KI in der Logistik und typische Aufgabenfelder und Prozess in der Logistik wo KI heute schon Anwendung findet. Als international agierender IT-Spezialist, der Unternehmen bei der digitalen Transformation begleitet, hat Arvato Systems eine starke KI-Kompetenz in vielen Bereichen der Logistik entwickelt. So beispielsweise im Inventory Management und der Lagerbestandsplanung, in der industriellen Bildverarbeitung, in der intelligenten Optimierung oder bei Sprachagenten und Intelligent Warehouse Assistants. Niels Pothmann stellt Beispiele und Anwendungen in all diesen Teilbereichen vor und erläutert wie erfolgreiche KI-Projekte in der Praxis umgesetzt werden. Mehr Informationen über Arvato Systems unter: https://bvl-digital.de/fulfillment2021/ Mehr Informationen über BVL.digital unter: https://bvl-digital.de/ Mehr Informationen über BVL unter: https://www.bvl.de/

Es ist hard, an eine so tolle Folge wie mit Laura Kindt anzuknüpfen (hört unbedingt rein). Aber wir versuchen es und geben uns, wie gewohnt, die größtmögliche Mühe. Im Grunde reden wir heute über die Geschehnisse unserer vergangenen Woche, über Hochzeiten in der aktuelle Pandemie-Lage, ziehen ein Resümee der letzen Folgen und unterhalten uns ein wenig über Presets und Bildverarbeitung im Firmenkundenbereich. Es gibt auch etwas Neues zu verkünden. Wir führen eine neue Kategorie ein: Rawkost Musik. Wir befassen uns mit verschiedenen Genren und sprechen über unsere persönlichen Musikgeschmäcker. Zudem richten wir eine exklusive Rawkost Music Playlist für euch ein, die wir wöchentlichen mit neuen Songs schmücken. Dann wollen wir mal nicht lang schnacken...wir wünschen euch wie immer viel Spaß beim hören. Liebe Grüße, euer Rawkost-Team. RAWKOST 3.0 iTunes: RAWKOST Spotify: RAWKOST Facebook Gruppe RAWKOST INSIDE Rawkost 3.0 bei Instagram: R3@Instagram Host: Denis www.amato-wedding.com Dan www.elephantandbutterfly.de | www.EB-Studios.de | www.ebfamily.de Edvin www.edvinprijic.com Shownotes: Hinter den Spiegeln - Dan´s Fremdgeh Podcast Astrolaut – Geile Band aus Recklinghausen und unser Musiklieferant ASTROLAUT @ Spotify Magnus See – Sprechstimme Intro und toller Verleger

Hartmann ist Business Development Manager bei IDS Imaging. Die Schwaben haben eine neue Kamera auf den Markt gebracht - trainieren in der AWS Cloud - der Cloud ist aber auch die Plattform für den Anwender. Wie die funktioniert, erklärt er uns im Gespräch. Marktstudien, Whitepaper und mehr zu Adesso: https://www.ki.adesso.de/industrie Noch mehr KI in der Industrie? www.kipodcast.de Oder unser Buch https://www.hanser-fachbuch.de/buch/KI+in+der+Industrie/9783446463455 Oder Peters Buch für Opa, Oma https://www.hanser-fachbuch.de/buch/Wie+KI+unser+Leben+veraendert/9783446466920 Kontakt zu unserem Gesprächspartner: https://www.linkedin.com/in/kai-hartmann-744b3a161/ Aus unserem aktuellen Teil Bernd Gross Spider Economy https://www.linkedin.com/pulse/beware-spider-economy-bernd-gross/ Microsofts Advisor https://azure.microsoft.com/de-de/services/cognitive-services/metrics-advisor/ 100 Jahre Roboter - guter Artikel https://futurezone.at/digital-life/100-jahre-roboter-maschinen-zwischen-killer-und-tanzbaer/401167581 Laura sucht ein Praktikum https://www.linkedin.com/in/laura-paskowski-30855619a/ Das KI Stethoskop https://www.swr.de/wissen/stethoskop-benutzt-ki-100.html

In der heutigen Folge ist Christian Gieselmann, der Geschäftsführer von insensiv GmbH, zu Gast. Das Kerngeschäft sind Lösungen für Bildverarbeitung und Kamerasysteme. In beeindruckender Manier hat das Unternehmen aus Bielefeld-Dornberg innerhalb weniger Monate ein neues Produkt auf den Markt gebracht. Ein Produkt, das ein Problem der Corona-Pandemie löst und bisher nicht existiert: Luftreiniger für Meetingräume, Arztpraxen, Fitnessstudios usw. Im Gespräch mit unserem Moderator Michael Lorenz erfahren wir wie dieses Produkt „nebenbei“ entwickelt wurde, welche ‚unfair advantages‘ insensiv dabei hat und wie Christian Gieselmann das Jahr 2021 einschätzt – für sein Unternehmen und auch was den Klassenerhalt von Arminia Bielefeld betrifft.

In der heutigen Podcastepisode des Bohnensacks spreche ich mit Bastian Werner. Bastian ist 27 Jahre Jung, hat gerade sein Studium der Optotechnik und Bildverarbeitung absolviert und beschäftigt sich mit dem Thema Wetter. 2017 ist sein erstes Buch Fotografieren bei Wind und Wetter im Rheinwerk Verlag erschienen und Endes des Jahres folgt nun sein neues Buch „Vor der Tür“ im Rheinwerk Verlag zusammen mit Kilian Schönberger. Bastian ist Markenbotschafter für einige bekannte Firmen und fotografiert mit großer Leidenschaft Wetterphänomene. Wir unterhalten uns über die Fotografie aber vor allem auch über das Geschäftsmodell dahinter. Wie schafft Bastian es aus der Fotografie seinen Unterhalt zu bestreiten und vor welchen Herausforderungen steht er? Herausforderung ist dabei ein gutes Stichwort, wir haben den Podcast direkt vor Ort aufgenommen und dabei die Distanz zum Micro zu oft variiert was zu einer schlechten Tonqualität geführt hat. Ich fand die Inhalte allerdings so gut, dass ich den Podcast dennoch hoch lade und entschuldige mich für die Qualität. Ich werde daraus lernen! Shownotes und Bilder: https://naturfotocamp.de/bohnensack/post/bastian Bastian Werner: https://www.bastianw.de Bastian Werner auf Instagram: https://www.instagram.com/bastianw.de/

Habt ihr euch schon mal gefragt, wie Bildverarbeitung vor Deep Learning funktionierte? Das und vieles mehr erfahrt ihr in dieser Nussschale!

Thema heute:    Faurecia wird sechs Mal mit dem German Innovation Award 2020 ausgezeichnet   Faurecia, ein weltweit führendes Technologieunternehmen in der Automobilbranche, wurde beim German Innovation Award 2020 gleich sechsfach ausgezeichnet. Mit vier "Winner"- und zwei "Special Mention"-Auszeichnungen wurde in diesem Jahr vor allem die Innovationsfähigkeit von Faurecia Clarion Electronics, die bei der CES 2020 in Las Vegas demonstriert wurde, gewürdigt. Zudem ehrt der Award die neueste Innovation aus dem Bereich Aftermarket: die Massagematte „Smart Massage Cover“. Aftermarket-Neuheit von Faurecia mit „Special Mention” geehrt Die für den Aftermarket entwickelte Massagematte „Smart Massage Cover“ gibt den Nutzern die Möglichkeit, eine Massagefunktion an ihrem Autositz nachzurüsten. Die Matte unterstützt die Wirbelsäule und den Bewegungsapparat. Dank eines patentierten Befestigungssystems kann die Matte nachträglich an der Rückenlehne fast jedes Sitzmodells angebracht werden.   Fünf herausragende Innovationen von Faurecia Clarion Electronics wurden als Top 5 bei Automobilelektronik-Lösungen ausgezeichnet: So überzeugte die individualisierbare Benutzeroberfläche MyTrenza die Jury als „Winner“ in der Kategorie „Automotive Technologies“ durch ihr innovatives, durchdachtes HMI-Design und die intuitive Bedienung, die die Interaktion mit dem Fahrzeug vereinfacht. Die E-Mirror-Serie ersetzt herkömmliche Außenspiegel durch einen intelligenten Sensor, der dem Fahrer dynamische Sicht und Sicherheitswarnungen bietet und gleichzeitig den Kraftstoffverbrauch optimiert.Mit Hilfe von Bildverarbeitung zur Verbesserung der Echtzeit-Betrachtung, insbesondere bei schwierigen Wetter- oder Lichtverhältnissen, ist der E-Mirror mit einer Software verbunden, die den Fahrer vor toten Winkeln warnt, die Fahrspur hält, nahegelegene Fahrzeuge überwacht und Hindernisse erkennt.  Ausgezeichnet wurde auch der Cockpit Domain Controller von Faurecia Clarion Electronics, der Komplexität reduziert, indem er ein einziges System für das Multi-Display-Management bereitstellt. Der gemeinsam mit Aptoide entwickelte Android Apps Market bietet OEMs eine erschwingliche und sichere Plattform für Automobil-Apps. Er ist weltweit mit regional anpassbarem Inhalt verfügbar. Darüber hinaus erhielten die intelligenten Kopfstützen in der Kategorie „Automotive Technologies“ eine „Special Mention“. Sie schaffen für jeden Insassen eine eigene Klangblase, wobei integrierte Lautsprecher mit Ohr-Tracking-Sensorik dafür sorgen, dass hochwertige Audiosignale direkt zum Ohr geleitet werden. Diesen Beitrag können Sie nachhören oder downloaden unter:

TEIL 2  Ich heiße Fabian und bin Fotograf aus dem Bielefelder Westen. ​ Nach einigen Umwegen über Musikvideos, Langzeitbelichtungen und Landschaftsfotografien fand ich meinen kreativen Heimathafen in der experimentellen Portraitfotografie: Die endlosen Kombinationen aus Lichtern, Farben und Gesichtern inspirieren mich bei jedem Shooting aufs Neue.  ​ Den besonderen Look erhalten meine Bilder durch meinen einzigartigen Stil der Nachbearbeitung, der sich in über 15 Jahren Erfahrung in der Bildbearbeitung und Retusche entwickelt hat. Auch durch mein Masterstudium der Medienwissenschaft (M.Sc.) verfüge ich über ein breites und fundiertes Wissen rund um die digitale Fotografie und Bildverarbeitung. ​ Meine Shootings sind wie Spielen im Sandkasten: Kreativ und unkompliziert. Meine Fotografien sind irgendwo zwischen Ästhetik und Emotion, Perfektion und Provokation.   ClipSkills. Normal gibt's wo anders.     https://www.clipskills.com   https://www.instagram.com/clipskills/   https://www.facebook.com/clipskills   https://www.pinterest.de/clipskills/   https://www.youtube.com/channel/UC7UufYgM3wJub4W6LhdV1ug/             TECH & Studio: Panasonic G5: August 2015 - März 2017 Panasonic GH5: Seit März 2017   Leica Nocticron 42.5mm f1.2 (≙ 85mm f2.4 fullframe) Leica 12-60mm f2.8-4.0 (≙24-120mm f5.6-8.0 fullframe) Leica 25mm f1.4 (≙50mm f2.8 fullframe)   Mini Homestudio (Küche): Seit August 2017 Großes Homestudio (12qm): Seit Juni 2019   Nissin i60 Blitz (mit Softbox + Snoot)   2 Rectangle Softboxes (static light) 1 Octagon Softbox (static light)   Rollensystem für 3 Hintergründe + Stativsystem für Stoffhintergründe   ------------------------------------------------------------------------------------------------------------------------------------------------------ INTERVIEW (12/2019): 1. How long have you been in photography? As many others I'm a late starter and have begun my path to professional photography in summer 2015.   2. what made you choose photography I got a Panasonic Lumix G5 as a birthday present from my family and friends. I've got a lot of contacts to the local music scene, so I started to produce some simple musicvideos - and the people liked them. At that time, I already got more then 15 years experience with Adobe Software - especially Photoshop, but also Premiere Pro. Because of this, I had an easy start editing my productions. But I needed my footage to have a better quality, so I started to watch endless hours of YouTube-tutorials to understand the technical side of videography - and photography. Getting more and more experienced, I often enjoyed taking photos as well during the shoots. Today, I'm 99% photographer and don't produce videos anymore.   3. Why do you like portrait style? As all humans, I love to look at faces. Every face is unique and comes with endless varieties of expressions. What I love about portraits, is the ability to get very intimate with the captured persons: Normally, you would have to stand nose to nose to see all those little details of an expression and textures. With an >85mm lens f.e. you can simulate that closeness and intimacy without warping the subject too much. People love that - and so do I.   4.How do you describe your style? Bold, strong and heavy. Full of vibrance and contrast. Intimate and close. Also: Sharp hahaha   5. How do you choose your subjects & ideas? Photography is like a giant sandbox to me - and I play a lot in it. I love to play with different emotions and always try to create something new. Most stuff happens spontaneous  - but I have a big moodboard in form of a instagram-bookmark-collection which I use as an inspiration and a reminder, of what I want to try out myself sometime.   6. How do you feel about connecting with other models? Is it easy and comfortable? Since 2017 I'm running my own photography business, so I'm generally more interested in getting new customers - but sometimes I meet a person I really need to do a shooting with. I don't have any problems speaking to strangers and most times, I don't have anything to loose when I approach models. Worst case is, they aren't interested in a shooting. I often get messages via instagram as well from people who would like to have a shooting with me.    7. what other kinds of photography style you would like to try? I started my photography game with creating long exposures and I still love it today. With a long exposure you're able to catch a picture, impossible to see with the human eye. That's why it fascinates me everytime I see it.   8. What is the end goal for you?? I really would like to expose my work in a well known gallery once in my life.     9. What equipment do you use, and which one is ur fav lens? I use the Panasonic Lumix DC-GH5 all the time. It's a powerful workhouse and never disappoints. I know, it's mainly a video cam, but so far, I'm pretty satisfied with it's 20 MP for stills. As a portrait photographer, I use the GH5 together with the Leica Nocticron 42.5mm f1.2 prime lens. Because of the M4/3 sensor, it's technically a 85mm lens and I'm deeply in love with it's sharpness and bokeh. In special occasions, I sometimes use my 25mm prime f1.4 (≙50mm FF) or 12-60mm f2.8-4.0 (≙24-120mm FF) zoom to get a wider view or even closer to the subject. Probably I will switch to the new Panasonic S1 because of it's full frame sensor in some years.   ------------------------------------------------------------------------------------------------------------------------------------------------------      

Ich heiße Fabian und bin Fotograf aus dem Bielefelder Westen. ​ Nach einigen Umwegen über Musikvideos, Langzeitbelichtungen und Landschaftsfotografien fand ich meinen kreativen Heimathafen in der experimentellen Portraitfotografie: Die endlosen Kombinationen aus Lichtern, Farben und Gesichtern inspirieren mich bei jedem Shooting aufs Neue.  ​ Den besonderen Look erhalten meine Bilder durch meinen einzigartigen Stil der Nachbearbeitung, der sich in über 15 Jahren Erfahrung in der Bildbearbeitung und Retusche entwickelt hat. Auch durch mein Masterstudium der Medienwissenschaft (M.Sc.) verfüge ich über ein breites und fundiertes Wissen rund um die digitale Fotografie und Bildverarbeitung. ​ Meine Shootings sind wie Spielen im Sandkasten: Kreativ und unkompliziert. Meine Fotografien sind irgendwo zwischen Ästhetik und Emotion, Perfektion und Provokation.   ClipSkills. Normal gibt's wo anders.     https://www.clipskills.com   https://www.instagram.com/clipskills/   https://www.facebook.com/clipskills   https://www.pinterest.de/clipskills/   https://www.youtube.com/channel/UC7UufYgM3wJub4W6LhdV1ug/             TECH & Studio: Panasonic G5: August 2015 - März 2017 Panasonic GH5: Seit März 2017   Leica Nocticron 42.5mm f1.2 (≙ 85mm f2.4 fullframe) Leica 12-60mm f2.8-4.0 (≙24-120mm f5.6-8.0 fullframe) Leica 25mm f1.4 (≙50mm f2.8 fullframe)   Mini Homestudio (Küche): Seit August 2017 Großes Homestudio (12qm): Seit Juni 2019   Nissin i60 Blitz (mit Softbox + Snoot)   2 Rectangle Softboxes (static light) 1 Octagon Softbox (static light)   Rollensystem für 3 Hintergründe + Stativsystem für Stoffhintergründe   ------------------------------------------------------------------------------------------------------------------------------------------------------ INTERVIEW (12/2019): 1. How long have you been in photography? As many others I'm a late starter and have begun my path to professional photography in summer 2015.   2. what made you choose photography I got a Panasonic Lumix G5 as a birthday present from my family and friends. I've got a lot of contacts to the local music scene, so I started to produce some simple musicvideos - and the people liked them. At that time, I already got more then 15 years experience with Adobe Software - especially Photoshop, but also Premiere Pro. Because of this, I had an easy start editing my productions. But I needed my footage to have a better quality, so I started to watch endless hours of YouTube-tutorials to understand the technical side of videography - and photography. Getting more and more experienced, I often enjoyed taking photos as well during the shoots. Today, I'm 99% photographer and don't produce videos anymore.   3. Why do you like portrait style? As all humans, I love to look at faces. Every face is unique and comes with endless varieties of expressions. What I love about portraits, is the ability to get very intimate with the captured persons: Normally, you would have to stand nose to nose to see all those little details of an expression and textures. With an >85mm lens f.e. you can simulate that closeness and intimacy without warping the subject too much. People love that - and so do I.   4.How do you describe your style? Bold, strong and heavy. Full of vibrance and contrast. Intimate and close. Also: Sharp hahaha   5. How do you choose your subjects & ideas? Photography is like a giant sandbox to me - and I play a lot in it. I love to play with different emotions and always try to create something new. Most stuff happens spontaneous  - but I have a big moodboard in form of a instagram-bookmark-collection which I use as an inspiration and a reminder, of what I want to try out myself sometime.   6. How do you feel about connecting with other models? Is it easy and comfortable? Since 2017 I'm running my own photography business, so I'm generally more interested in getting new customers - but sometimes I meet a person I really need to do a shooting with. I don't have any problems speaking to strangers and most times, I don't have anything to loose when I approach models. Worst case is, they aren't interested in a shooting. I often get messages via instagram as well from people who would like to have a shooting with me.    7. what other kinds of photography style you would like to try? I started my photography game with creating long exposures and I still love it today. With a long exposure you're able to catch a picture, impossible to see with the human eye. That's why it fascinates me everytime I see it.   8. What is the end goal for you?? I really would like to expose my work in a well known gallery once in my life.     9. What equipment do you use, and which one is ur fav lens? I use the Panasonic Lumix DC-GH5 all the time. It's a powerful workhouse and never disappoints. I know, it's mainly a video cam, but so far, I'm pretty satisfied with it's 20 MP for stills. As a portrait photographer, I use the GH5 together with the Leica Nocticron 42.5mm f1.2 prime lens. Because of the M4/3 sensor, it's technically a 85mm lens and I'm deeply in love with it's sharpness and bokeh. In special occasions, I sometimes use my 25mm prime f1.4 (≙50mm FF) or 12-60mm f2.8-4.0 (≙24-120mm FF) zoom to get a wider view or even closer to the subject. Probably I will switch to the new Panasonic S1 because of it's full frame sensor in some years.   ------------------------------------------------------------------------------------------------------------------------------------------------------      

Ira Effenberger vom Fraunhofer IPA erklärt, wie Unternehmen von Bildverarbeitung und ML profitieren und wie sie die ersten Schritte gehen können. Wir sprechen über die Anzahl von Bildern, Daten, Punktwolken und über die Infrastruktur. Mehr Folgen zum Thema KI in der Industrie www.kipodcast.de Unser Buch https://www.hanser-fachbuch.de/buch/KI+in+der+Industrie/9783446463455 Kontakt zu unserer Gesprächspartnerin https://www.ipa.fraunhofer.de/de/Kompetenzen/bild--und-signalverarbeitung/3d-messen-und-erkennen/fitverfahren.html

Dr.-Ing. Erik Marquardt vom VDI spricht über die Vor- und Nachteile von maschinellen Lernverfahren in der Bildverarbeitung und erklärt, warum auch regelbasierte Systeme weiterhin ihre Berechtigung haben. Ist ML und KI das Allheilmittel in der Bildverarbeitung? Nicht unbedingt, auch klassiches, regelbasierte Systeme haben ihre Berechtigung, allerdings wachsen mit KI und ML auch die Einsatzszenarien von Bildverarbeitung. In der Grundlagen-Folge klären wir Begriffe, Anwendungen und wagen einen Blick in die Zukunft. Mehr KI-Themen in unserem Podcast: www.kipodcast.de Kontakt zu unserem Interviewgast https://www.vdi.de/ueber-uns/presse/publikationen/details/kuenstliche-intelligenz-mit-neuronalen-netzen-in-optischen-mess-und-pruefsystemen In der Krise KI lernen - wir haben die wichtigsten Kurse zusammengefasst: https://api.kipodcast.de/uploads/_/originals/64ccffb9-4b20-4008-a8d3-dce967474f03.pdf Unser Tipp: Bayessche Statistik https://podcasts.apple.com/de/podcast/bayesian-methods/id1486295032?i=1000467328759 Google-Meldung https://uebermedien.de/47814/auch-anscheinend-gute-nachrichten-muessen-hinterfragt-werden/ Übermedien zum Corona-Test https://uebermedien.de/47814/auch-anscheinend-gute-nachrichten-muessen-hinterfragt-werden/

Gudrun spricht mit Sebastian Lerch vom Institut für Stochastik in der KIT-Fakultät für Mathematik. Vor einiger Zeit - Anfang 2015 - hatten die beiden schon darüber gesprochen, wie extreme Wetterereignisse stochastisch modelliert werden können. Diesmal geht es um eine Lehrveranstaltung, die Sebastian extra konzipiert hat, um für Promovierende aller Fachrichtungen am KIT eine Einführung in Machine Learning zu ermöglichen. Der Rahmen hierfür ist die Graduiertenschule MathSEED, die ein Teil des im Oktober 2018 gegründeten KIT-Zentrums MathSEE ist. Es gab schon lange (und vielleicht immer) Angebote am KIT, die insbesondere Ingenieure an moderne Mathematik heranführten, weil sie deren Methoden schon in der Masterphase oder spätestens während der Promotion brauchten, aber nicht durch die klassischen Inhalten der Höheren Mathematik abgedeckt werden. All das wird nun gebündelt und ergänzt unter dem Dach von MathSEED. Außerdem funktioniert das nun in beide Richtungen: Mathematiker:innen, werden ebenso zu einführenden Angeboten der anderen beteiligten Fakultäten eingeladen. Das Thema Maschinelles Lernen und Künstliche Intelligenz war ganz oben auf der Wunschliste für neu zu schaffende Angebote. Im Februar 2020 hat Sebastian diese Vorlesung erstmalig konzipiert und gehalten - die Übungen wurden von Eva-Maria Walz betreut. Die Veranstaltung wird im Herbst 2020 wieder angeboten. Es ist nicht ganz einfach, die unterschiedlichen Begriffe, die für Künstliche Intelligenz (kurz: KI) benutzt werden gegeneinander abzutrennen, zumal die Sprechweisen in unterschiedlichen Kontexten unterschiedlich sind. Hinzu tritt, dass mit der Verfügbarkeit großer Datenmengen und der häufigen Nutzung von KI und Big Data gemeinsam auch hier vieles vermischt wird. Sebastian defininiert Maschinelles Lernen als echte Teilmenge von KI und denkt dabei auch daran, dass z.B. symbolisches Rechnen KI ist. Ebenso geben schon lange sogenannte Expertensysteme Hilfestellung für Entscheidungen. Hier geben Regeln ein Programm vor, das Daten-Input zu einem Output verwandelt. Heute denken wir bei KI eher daran, dass z.B. der Computer lernt wie ein Bild eines Autos aussieht, ohne dass dafür klare Regeln vorgegeben werden. Dies ist eher vergleichbar damit, wie Kinder lernen. Die modernste Variante ist sogenanntes Deep Learning auf der Basis von Neuronalen Netzen. Die Abgrenzung zu statistischen Verfahren ist mitunter nicht so klar. Das Neuronale Netz wird dabei eine Black Box, was wissenschaftlich arbeitende Menschen nicht ganz befriedigt. Aber mit ihrer Hilfe werden komplexere Probleme lösbar. Forschung muss versuchen, die Entscheidungen der Black Box nachvollziehbar zu machen und entscheiden, wann die Qualität ausreicht. Dazu muss man sich überlegen: Wie misst man Fehler? In der Bildverarbeitung kann es genügen, z.B. falsch erkannte Autos zu zählen. In der Wettervorhersage lässt sich im Nachhinein feststellen, welche Fehler in der Vorhersage gemacht wurden. Es wird unterschiedliche Fehlertoleranzen geben für Erkennung von Fußgängern für selbst fahrende Autos und für die Genauigkeit von Wettervorhersage. Ein Beispiel in der Übung war die Temperaturvorhersage anhand von vorliegenden Daten. Die Vorhersage beruht ja auf physikalischen Modelle in denen die Entwicklung von Temperatur, Luftdruck und Windgeschwindigkeit durch Gleichungssysteme nachgebildet wird. Aber diese Modelle können nicht fehlerfrei berechnet werden und sind auch recht stark vereinfacht. Diese Fehler werden mit Hilfe von KI analysiert und die Ergebnisse für die Verbesserung der Vorhersage benutzt. Ein populäres Verfahren sind Random Forests oder Entscheidungsbäume. Hier werden komplexe Fragen stufenweise zerlegt und in den Stufen einfache Ja- oder Nein-Fragen beantwortet. Dies wird z.B. angewandt in der Entscheidung ob und wo eine Warnung vor einer Gewitterzelle erfolgen sollte. Sehr bekannt und im praktischen Einsatz erprobt (beispielsweise in der Bildverarbeitung und in der Übersetzung zwischen gebräuchlichen Sprachen) sind Neuronale Netze. In mehrern Schichten sind hier sogenannte Neuronen angeordnet. Man kann sich diese wie Knoten in einem Netz vorstellen, in dem Daten von Knoten zu Knoten transportiert werden. In den Knoten werden die ankommenden Daten gewichtet aufaddiert und eine vorher festgelegte Aktivierungsfunktion entscheidet, was an die nächsten Knoten oder die nächste Schicht von Neuronen weitergegeben wird. Die einzelnen Rechenoperationen sind hier also ganz elementar, aber das Zusammenwirken ist schwer zu analysieren. Bei vielen Schichten spricht man von Deep Learning. Das ist momentan noch in den Kinderschuhen, aber es kann weit reichende Konsequenzen haben. In jedem Fall sollte man Menschen im Entscheidungsprozess beteiligen. Die konkrete Umsetzung hat Sebastian als Vorlesung und Übung zu gleichen Teilen gewählt. Er hat einen Schwerpunkt auf einen Überblick zu methodischen Aspekten gelegt, die die Teilnehmenden dazu befähigt, später selbst weiter zu lernen. Es ging also unter anderem darum, wie man Trainingsdaten auswählt, wie Qualitätssicherung funktioniert, wie populäre Modelle funktionieren und wie man einschätzt, dass die Anpassung an Daten nicht zu stark erfolgt. In der Übung fand großen Anklang, dass ein Vorhersagewettbewerb der entwickelten Modelle durch Kaggle competions online live möglich war. Literatur und weiterführende Informationen Forschungsergebnisse mit Hilfe von Maschinen Lernen, an denen Sebastian Lerch beteiligt ist: M.N. Lang e.a.: Remember the past: A comparison of time-adaptive training schemes for non-homogeneous regression Nonlinear Processes in Geophysics, 27: 23–34 2020. (eher stochastisch) S. Rasp und S. Lerch: Neural networks for post-processing ensemble weather forecasts Monthly Weather Review, 146(11): 3885–3900 2018. Lehrbücher T. Hastie, R. Tibshirani, J. Friedman: The Elements of Statistical Learning Springer 2017 (2nd Edition). G. James, D. Witten, T. Hastie and R. Tibshirani: An Introduction to Statistical Learning Springer 2013 (7nd Edition) I. Goodfellow and Y. Bengio and A. Courville: Deep Learning MIT-Press 2016. Online Kurse Pytorch-based Python library fastai Deeplearning Dystopie für alltägliche KI C. Doctorow: Little Brother Tor Teen, 2008. download beim Author C. Doctorow: Homeland Tor Books, 2013, ISBN 978-0-7653-3369-8 im Gespräch angesprochene Bildbearbeitung, die eigene Fotos mit Kunstwerken verschmilzt Meetups im Umland von Karlsruhe Karlsruhe ai Meetup Heidelberg ai Meetup Machine Learning Rhein-Neckar (Mannheim) Podcasts Leben X0 - Episode 6: Was ist Machine Learning? November 2019. Streitraum: Intelligenz und Vorurteil Carolin Emcke im Gespräch mit Anke Domscheit-Berg und Julia Krüger, 26. Januar 2020 P. Packmohr, S. Ritterbusch: Neural Networks, Data Science Phil, Episode 16, 2019.

In den USA hat die bislang unbekannte Firma Clearview rund drei Milliarden Bilder von Menschen aus dem Internet gesammelt, um eine umfassende Datenbank zur Gesichtserkennung zu entwickeln. Auch hierzulande denkt man über eine stärkere Nutzung von Gesichtserkennungssoftware nach. Hierzu ein Stichwort von Janina Lückoff und Claudia Schaffer spricht mit Florian Gallwitz, Professor für Medieninformatik an der Technischen Hochschule Nürnberg. In seiner Forschung beschäftigt er sich mit Mustererkennung und Bildverarbeitung. Moderation: Claudia Aichberger

Optische Zeichenerkennung (engl. abgekürzt OCR) ist der Teil der Bildverarbeitung, der selbst durch der Einführung von CoreML und Vision nicht einfacher wurde. Das Werkzeug der Wahl stellt hierfür immer noch das über 20 Jahre alte Tesseract dar. Der Vortrag bietet eine praxisorientierte Einführung in der Anwendung von Tesseract auf dem iPhone. Session 4, Samstag, Terrassensaal, Macoun 2018

In der heutigen Folge spreche ich mit Marian Gläser, dem CEO von Brighter AI, darüber wie:   Brighter mit ihrer neuen Technologie die Bildverarbeitung in Kameras revolutioniert und eine innovative Vorreiterstellung im Bereich des Privatsphärenschutz einnimmt. die Ausgründung aus dem Inkubator von Hella Ventures erfolgreich gelungen ist und woran man ein erfolgreiches Inkubatorenprogramm erkennt. die Nominierung als Hottest European AI Startup den Erfolg von Brighter beeinflusst. eine erfolgreiche Zusammenarbeit mit Innovation Units von Konzernen gelingt. Webseite von Brighter: https://brighter.ai/ Video zur Automotive-Tech von Brighter: https://brighter.ai/video Bitte unbedingt diesen Mediumartikel lesen: https://medium.com/generate-vision/how-to-increase-the-value-of-your-anonymized-data-c182ba4fc8db Mein Linkedin: https://www.linkedin.com/in/artur-schefer-608328116/ Mein Xing: https://www.xing.com/profile/Artur_Schefer/cv?sc_o=mxb_p Wenn dir diese Folge gefallen hat, hinterlasse mir bitte eine 5-Sterne-Bewertung, ein Feedback auf iTunes und abonniere diesen Podcast. Dadurch hilfst du uns den Podcast immer weiter zu verbessern und dir die Inhalte zu liefern, die du dir wünscht.

In der heutigen Folge spreche ich mit Marian Gläser, dem CEO von Brighter AI, darüber wie:   Brighter mit ihrer neuen Technologie die Bildverarbeitung in Kameras revolutioniert und eine innovative Vorreiterstellung im Bereich des Privatsphärenschutz einnimmt. die Ausgründung aus dem Inkubator von Hella Ventures erfolgreich gelungen ist und woran man ein erfolgreiches Inkubatorenprogramm erkennt. die Nominierung als Hottest European AI Startup den Erfolg von Brighter beeinflusst. eine erfolgreiche Zusammenarbeit mit Innovation Units von Konzernen gelingt. Webseite von Brighter: https://brighter.ai/ Video zur Automotive-Tech von Brighter: https://brighter.ai/video Bitte unbedingt diesen Mediumartikel lesen: https://medium.com/generate-vision/how-to-increase-the-value-of-your-anonymized-data-c182ba4fc8db Mein Linkedin: https://www.linkedin.com/in/artur-schefer-608328116/ Mein Xing: https://www.xing.com/profile/Artur_Schefer/cv?sc_o=mxb_p Wenn dir diese Folge gefallen hat, hinterlasse mir bitte eine 5-Sterne-Bewertung, ein Feedback auf iTunes und abonniere diesen Podcast. Dadurch hilfst du uns den Podcast immer weiter zu verbessern und dir die Inhalte zu liefern, die du dir wünscht.

Im letzten Podcast des Jahres 2017 geht es um das Thema Zuweisermanagement und die Fragen, warum man sich damit beschäftigen sollte und wie genau der Zuweisermanagementprozess aussieht. Als Experte ist Christian Gehne an Bord, der mit Bernhard diskutiert, was mögliche Erfolgsfaktoren sind und mit welcher Software man diesen Prozess unterstützen kann. In den News berichten Renato und Bernhard zuvor über die Aufhebung des Fernbehandlungsverbots, den Vormarsch der künstlichen Intelligenz im Bereich der Bildverarbeitung und weisen auf den conhIT-Nachwuchspreis hin. Christian Gehne (XING) Zuweisermanagementprozess KO-Kriterien Buchempfehlungen zum Thema Geomarketing Die Digitale Transformation im Gesundheitswesen conhIT Nachwuchspreis News: IT-gestützte Penumoniediagnostik News: Künstliche Intelligenz bei der Therapieentscheidung News: Arzt vs. Computer: Wer erkennt Brustkrebsmetastasen am besten  

Sicherheitsspezialist Giesecke+Devrient tritt Identitätsplattform Verimi bei Deutsche Unternehmen haben die Verwaltung der digitalen Identität als Markt ausgemacht, in dem sie dem Silicon Valley Paroli bieten können. Als zehntes Mitglied trat jetzt der Sicherheitsspezialist Giesecke+Devrient der Identitätsplattform Verimi bei. Die Idee hinter Verimi ist eine Art Generalschlüssel für Web-Dienste: Der Nutzer registriert sich bei der Plattform und kann sich damit bei verschiedenen Anbietern einloggen. Der Service soll im Frühjahr starten und Autorisierungsdiensten etwa von Google oder Facebook Konkurrenz machen. Biohacker wollen mit Gen-Editierung im eigenen Körper weitermachen Die US-Behörde FDA warnt eindringlich vor privaten Selbstversuchen mit der Gen-Editiermethode CRISPR und bezeichnet den Verkauf von Hilfsmitteln dafür als illegal. Die Anbieter selbst sehen das anders. Sowohl The Odin als auch Ascendance Biomedical wollen weiterhin ihre Bausätze für Gen-Editierung im Internet anbieten. Laut Experten wären jegliche von Amateuren vorbereiteten Gentherapien wahrscheinlich nicht wirksam genug, um viel auszurichten, doch sie könnten Risiken wie eine Immunreaktion auf die fremde DNA mit sich bringen. iTunes-Musik-Downloads angeblich vor dem Aus Apple will angeblich den Verkauf von Musik im iTunes Store einstellen: Schon Anfang 2019 wolle der Konzern das Geschäft mit Musik-Downloads komplett beenden und Kunden zu Apple Music migrieren, wie Digital Music News berichtet. Apple hat zwar dementiert, dass es einen derartigen Plan gibt – doch er existiere und liege im Zeitplan, schreibt das Fachblatt unter Verweis auf Quellen bei Apple und aus der Musikbranche. Google veröffentlicht drei Fotos-Apps Google hat drei experimentelle Fotos-Apps für Android und iOS veröffentlicht: Storyboard, Selfissimo! und Scrubbies. Die "Appsperiments" nutzen Techniken, an denen Google derzeit forscht, um die Algorithmen zur Bildverarbeitung zu verbessern. Bei allen Apps steht für die Nutzer der Spaß im Vordergrund, die Entwickler wiederum freuen sich über Feedback. Diese und alle weiteren aktuellen Nachrichten finden sie auf heise.de

Heute erkläre ich euch, warum digitale Bildverarbeitung etwas anderes ist als “Photoshop”. Ich gebe euch einen groben Überblick über Bildverarbeitungsmethoden und zeige euch, wo in Industrie, Medizin und Forschung Bildverarbeitung eine Rolle spielt.

Im Gespräch mit Daniel Koester am Computer Vision for Human-Computer Interaction Lab (cv:hci) geht es um die Erkennung des freien Weges vor unseren Füßen. Das cv:hci befasst sich mit der Fragestellung, wie Menschen mit Computer oder Robotern interagieren, und wie gerade die Bildverarbeitung dazu beitragen kann. Das Thema lässt sich auch gut mit dem Begriff der Anthropromatik beschreiben, der von Karlsruher Informatikprofessoren als Wissenschaft der Symbiose von Mensch und Maschine geprägt wurde und im Institut für Anthropromatik und Robotik am Karlsruher Institut für Technologie (KIT) http://www.kit.edu/ erforscht und gelebt wird. So wurde der ARMAR Roboter, der elektronische Küchenjunge (Video), ebenfalls am Institut an der Fakultät für Informatik  entwickelt. Schon früh stellte sich heraus, dass die Steuerung von Programmierung von Computern mit höheren Programmiersprachen wie Fortran, BASIC oder Logo durch Anlehnung an die menschliche Sprache große Vorteile gegenüber der Verwendung der Maschinensprache besitzt. Damit liegt das Thema ganz natürlich im Bereich der Informatik ist aber auch gleichzeitig sehr interdisziplinär aufgestellt: Das Team des KaMaRo (Folge im Modellansatz Podcast zum KaMaRo und Probabilistischer Robotik) entwickelt den Roboter in einem Team aus den Disziplinen Maschinenbau, Elektrotechnik und Informatik. Mit der Freiflächenerkennung befasst sich Daniel Koester seit seiner Diplomarbeit, wo er die Frage anging, wie die Kurzstreckennavigation für blinde Personen erleichtert werden kann. Hier besteht eine Herausforderung darin, dass zwischen einer Fußgängernavigation und der Umgebungserfassung mit dem Blindenlangstock eine große informative Lücke besteht. Nach Abschaltung der Selective Availability des GPS liegt die erreichbare Genauigkeit bei mehreren Metern, aber selbst das ist nicht immer ausreichend. Dazu sind Hindernisse und Gefahren, wie Baustellen oder Personen auf dem Weg, natürlich in keiner Karte verzeichnet. Dabei können Informationen von anderen Verkehrsteilnehmern Navigationslösungen deutlich verbessern, wie das Navigationssystem Waze demonstriert. Die Erkennung von freien Flächen ist außer zur Unterstützung in der Fußgängernavigation auch für einige weitere Anwendungen sehr wichtig- so werden diese Techniken auch für Fahrassistenzsysteme in Autos und für die Bewegungssteuerung von Robotern genutzt. Dabei kommen neben der visuellen Erfassung der Umgebung wie bei Mobileye auch weitere Sensoren hinzu: Mit Lidar werden mit Lasern sehr schnell und genau Abstände vermessen, Beispiele sind hier das Google Driverless Car oder auch der KaMaRo. Mit Schall arbeiten Sonor-Systeme sehr robust und sind im Vergleich zu Lidar relativ preisgünstig und werden oft für Einparkhilfe verwendet. Der UltraCane ist beispielsweise ein Blindenstock mit Ultraschallunterstützung und der GuideCane leitet mit Rädern aktiv um Hindernisse herum. Mit Radar werden im Auto beispielsweise Abstandsregelungen und Notbremsassistenten umgesetzt. Die hier betrachtete Freiflächenerkennung soll aber keinesfalls den Langstock ersetzen, sondern das bewährte System möglichst hilfreich ergänzen. Dabei war es ein besonderer Schritt von der Erkennung bekannter und zu erlernenden Objekte abzusehen, sondern für eine größere Robustheit und Stabilität gerade die Abwesenheit von Objekten zu betrachten. Dazu beschränken sich die Arbeiten zunächst auf optische Sensoren, wobei Daniel Koester sich auf die Erfassung mit Stereo-Kamerasystemen konzentriert. Grundsätzlich ermöglicht die Analyse der Parataxe eine dreidimensionale Erfassung der Umgebung- dies ist zwar in gewissem Maße auch mit nur einer Kamera möglicht, die sich bewegt, jedoch mit zwei Kameras in definiertem Abstand wird dies deutlich leichter und genauer. Dies entspricht dem verbreiteten stereoskopischen Sehen von Menschen mit Augenlicht, doch mitunter kommt es zu Situationen, dass Kinder bei einem schwächeren Auge das stereoskopische Sehen nicht erlernen- hier können temporär Augenpflaster zum Einsatz kommen. Zur Rekonstruktion der Tiefenkarte aus einem Stereobild müssen zunächst korrespondierende Bildelemente gefunden werden, deren Parallaxenverschiebung dann die Bildtiefe ergibt. Ein Verfahren dazu ist das Block-Matching auf Epipolarlinien. Für ein gutes Ergebnis sollten die beiden Sensoren der Stereo-Kamera gut kalibriert und die Aufnahmen vor der Analyse rektifiziert sein. Die Zuordnung gleicher Bildelemente kann auch als lokale Kreuzkorrelation gesehen werden. Diese Tiefenrekonstruktion ist auch den menschlichen Augen nachempfunden, denen durch geeignete Wiederholung zufälliger Punkte in einem Bild eine räumliche Szene vorgespielt werden kann. Dieses Prinzip wird beim Stereogrammen oder Single Image Random Dot Stereogram (SIRDS)  ausgenutzt. Weiterhin muss man die Abbildungseigenschaften der Kameras berücksichtigen, damit die Parallaxverschiebungen auf horizontalen Linien bleiben. Ebenso müssen Vignettierungen ausgeglichen werden. Algorithmen, die nur lokale Informationen zur Identifikation von Korrespondenzen verwenden, lassen sich sehr gut parallelisieren und damit auf geeigneter Software beschleunigen. Für größere gleichmäßige Flächen kommen diese Verfahren aber an die Grenzen und müssen durch globale Verfahren ergänzt oder korrigiert werden. Dabei leiden Computer und Algorithmen in gewisser Weise auch an der Menge der Daten: Der Mensch ist ausgezeichnet darin, die Bildinformationen auf das eigentlich Wichtige zu reduzieren, der Computer hat damit aber große Schwierigkeiten. Für den Flowerbox-Testdatensatz (2GB) wurden Videos mit 1600x1200 Pixeln aufgelöste und synchronisierte Kameras in Stereo aufgezeichnet. Beispiele für synchronisierte Stereokamera-Systeme im Consumer-Bereich sind die Bumblebee oder das GoPro 3D-System. Die Kameras wurden leicht nach unten gerichtet an den Oberkörper gehalten und damit Aufnahmen gemacht, die dann zur Berechnung des Disparitätenbildes bzw. der Tiefenkarte verwendet wurden. Ebenso wurden die Videos manuell zu jedem 5. Bild gelabeled, um die tatsächliche Freifläche zur Evaluation als Referenz zu haben. Der Datensatz zeigt das grundsätzliche Problem bei der Aufnahme mit einer Kamera am Körper: Die Bewegung des Menschen lässt die Ausrichtung der Kamera stark variieren, wodurch herkömmliche Verfahren leicht an ihre Grenzen stoßen. Das entwickelte Verfahren bestimmt nun an Hand der Disparitätenkarte die Normalenvektoren für die Bereiche vor der Person. Hier wird ausgenutzt, dass bei der Betrachtung der Disparitätenkarte von unten nach oben auf freien Flächen die Entfernung kontinuierlich zunimmt. Deshalb kann man aus der Steigung bzw. dem Gradienten das Maß der Entfernungszunahme berechnen und damit die Ausrichtung und den auf der Fläche senkrecht stehenden Normalenvektor bestimmen. Die bestimmte Freifläche ist nun der zusammenhängende Bereich, bei denen der Normalenvektor ebenso aufrecht steht, wie bei dem Bereich vor den Füßen. Die Evaluation des Verfahrens erfolgte nun im Vergleich zu den gelabelten Daten aus dem Flowerbox-Datensatz. Dies führt auf eine Vierfeld-Statistik für das Verfahren. Im Ergebnis ergab sich eine korrekte Klassifikation für über 90% der Pixel auf Basis der realistischen Bilddaten. Die veröffentlichte Software ist im Blind and Vision Support System (BVS) integriert, in der erforderliche Module in der Form eine Graphen mit einander verknüpft werden können- bei Bedarf auch parallel. Eine ähnliche aber gleichzeitig deutlich umfassendere Architektur ist das Robot Operation System (ROS), das noch viele weitere Aspekte der Robotersteuerung abdeckt. Eine wichtige Bibliothek, die auch stark verwendet wurde, ist OpenCV, mit der viele Aspekte der Bildverarbeitung sehr effizient umgesetzt werden kann. Die Entwicklung der Hardware, gerade bei Mobilgeräten, lässt hoffen, dass die entwickelten Verfahren sehr bald in Echtzeit durchgeführt werden können: So können aktuelle Smartphones Spiele Software des Amiga Heimcomputers in einem interpretierten Javascript Emulator auf der Amiga Software Library auf Archive.org nahezu in Orginalgeschwindigkeit darstellen. Für die Umsetzung von Assistenzsystemen für blinde und sehgeschädigte Menschen ist aber auch immer der Austausch mit Nutzern erforderlich: So sind Freiflächen für sich für blinde Personen zunächst Bereiche ohne Orientierbarkeit, da es keinen tastbaren Anknüpfungspunkt gibt. Hier müssen entweder digitale Linien erschaffen werden, oder die Navigation sich weiter nahe an fühlbaren Hindernissen orientieren. Am cv:hci ist der Austausch durch das angeschlossene Studienzentrum für sehgeschädigte Studierende (SZS) unmittelbar gegeben, wo entwickelte Technik sich unmittelbar dem Alltagsnutzen stellen muss. Die entwickelte Freiflächenerkennung war nicht nur wissenschaftlich erfolgreich, sondern gewann auch einen Google Faculty Research Award und die Arbeitsgruppe wurde in der Lehre für ihr Praktikum den Best Praktikum Award 2015 ausgezeichnet.Literatur und weiterführende Informationen D.Koester: A Guidance and Obstacle Evasion Software Framework for Visually Impaired People, Diplomarbeit an der Fakultät für Informatik, Karlsruher Institut für Technologie (KIT), 2013.D. Koester, B. Schauerte, R. Stiefelhagen: Accessible Section Detection for Visual Guidance, IEEE International Conference on Multimedia and Expo Workshops (ICMEW), 2013.

Einen fahrbaren Roboter zu bauen- das ist schon eine echte Herausforderung. Um diesem aber auch noch beizubringen autonom Aufgaben zu lösen, bedienten sich Michael Fürst und sein Team der Mathematik: Im Rahmen der Gulasch Programmier-Nacht (GPN16) des Entropia e.V. in der Hochschule für Gestaltung (HfG) und dem Zentrum für Kunst und Medien (ZKM) in Karlsruhe berichtete er über die Verfahren der Probabilistischen Robotik (Video) und welche Erfahrungen sie damit machen konnten- und erzählt uns im Gespräch mit Sebastian Ritterbusch davon. Michael Fürst studiert Informatik am Karlsruher Institut für Technologie (KIT) und befasst sich im Team Informatik der Hochschulgruppe Kamaro Engineering speziell mit robusten probabilistischen Methoden zur Entscheidungsfindung. Der aktuelle Roboter Beteigeuze der Hochschulgruppe ist die zweite Generation und wurde dafür ausgelegt, Aufgaben in der Überwachung und Bewirtschaftung von Maisfeldern oder der Navigation im urbanen Umfeld zu erfüllen. Die Hochschulgruppe gibt es seit 3 Jahren und besteht aus 30-45 Mitgliedern. Sie ist eingebettet in das Teilinstitut Mobile Arbeitsmaschinen (MOBIMA) am Institut für Fahrzeugsystemtechnik (FAST) am KIT mit dessen Unterstützung und Drittspenden sich die Hochschulgruppe finanziert. Die interdisziplinäre Hochschulgruppe besteht aus vier Teams: Das Organisationsteam, das Mechanik-Team, das Elektrotechnik-Team und das Informatik-Team. Die Gruppe organisiert sich auch als Verein mit Vorstand und einer Leitung in jedem Team, um mit einer flachen Hierarchie jedem die Möglichkeit zu bieten sich in das Projekt einzubringen. Auf der einen Seite will die Gruppe die autonome Robotik voranzubringen und allen Teammitgliedern gleichzeitig auch die Möglichkeit zu bieten, praktisches Wissen und Erfahrungen neben dem oft theoretischem Studium zu erlangen. Das Team nimmt dazu regelmäßig an verschiedenen internationalen Wettbewerben teil, wie dem Field Robot Event, dem SICK Robot Day oder der Robotour. Technisch basiert die Software-Lösung des Roboters inzwischen auf dem Robot Operating System (ROS), mit dem auf einer Ubuntu-Plattform auf einem im Roboter eingebauten Computer in Java, Python oder C++ die gestellten Aufgaben bearbeitet werden. Mit 40kg Gewicht ist der Roboter für seine Größe kein Leichtgewicht und kann daher nicht beliebig Batterien transportieren, so dass dem Lademanagement eine besondere Rolle zufällt. Die gewählte Größe ermöglicht gerade bei der Feldarbeit einen nicht-invasiven Ansatz, der im Vergleich zu anderen Varianten, wie der automatischen Steuerung von Traktoren, die Pflanzen nicht schädigt. Der Roboter erfasst seine Umwelt mit einer Vielzahl von Sensoren: Die Lidar-Sensoren zur Entfernungsmessung in verschiedenen Richtungen sind dabei besonders wichtig, und sie messen bis zu 50mal pro Sekunde. Sie bestimmen die Entfernungen zur Umgebung des Roboters in einer Ebene bis 16m in einer Auflösung von bis zu drei Messpunkten pro Winkel-Grad und 3cm Entfernungsauflösung- mit gewissen Fehlerraten und Problemen mit reflektierenden Oberflächen. Zusätzlich misst eine intertiale Messeinheit translative und radiale Beschleunigungen wie auch die Ausrichtung zum Erdmagnetfeld. Zusätzlich können auch digitale Kameras zur Detektion von befahrbaren Untergründen, Objekten oder zur Analyse von Pflanzen eingebaut und verwendet werden. Zusätzlich messen Radencoder die Umdrehungen und Auslenkung durch Servos der Räder, womit der Roboter durch Odometrie seine durchgeführte Bewegung aus sich selbst heraus abschätzt. Durch die Kombination der Lidar-Daten mit der Odometrie durch ein SLAM-Verfahren (Simultaneous Localization and Mapping) ermöglicht mit einem Kalman-Filter durch Analyse der Kovarianzen die robuste Erstellung einer Karte während des Befahrens, und korrigiert Fehler bei der eigenen Lokalisierung durch die Odometrie. Zusätzlich kann der Roboter mit einem GPS-Empfänger seine Position grob bestimmen. In der Auswertung der Sensoren wird zwar von einer guten Kalibrierung ausgegangen, jedoch ist es Teil des probabilistischen Ansatzes, die erfassten Werte immer mit einer konservativen Fehlerverteilung zu verarbeiten. Die Kamerabilder werden ebenso robust verarbeitet: Die Bilddaten werden nach einer Konvertierung in den HSV-Farbraum zunächst auf eine konstante Helligkeit gebracht, um Schatteneffekte zu reduzieren. Dann werden alle weniger farbigen Pixel als befahrbarer Weg markiert, und die Anzahl der befahrbaren Pixel pro Spalte in ein Histogramm zusammengeführt. Jeder Wert in dem Histogramm wird nun als Güte bzw. der Wahrscheinlichkeit für Fahrbahn in diese Richtung gewertet. Die GPS-Position wird zur Lokalisierung in der Open Street Map verwendet, wo nach Berechnung einer Route die aktuelle Zielfahrtrichtung bestimmt wird. Die eigentliche Entscheidungsfindung erfolgt dann auf Basis der verschiedenen Sensordaten durch die Berechnung von Erwartungswerten in Abhängigkeit von einer möglichen Fahrtrichtung. Genauer betrachtet werden für jeden Sensor Zielfunktionen über den erwarteten Nutzen unter Annahme des Fahrens in eine bestimmte Richtung berechnet, und anschließend der von der Fahrtrichtung abhängige Erwartungswert unter Annahme von Sensorungenauigkeiten und Fahrungenauigkeiten bestimmt. Im Falle der gewünschten Fahrtrichtung aus den GPS- und Kartendaten wird eine sehr breite Normalverteilung angesetzt, weil auch abweichende Richtungen noch einen Gewinn darstellen können, wenn sie zumindest etwas in die richtige Richtung gehen. Aus jedem Sensor ergibt sich pro Fahrtrichtung ein erwarteter Teilnutzen, und aus allen Teilnutzen wird der Gesamtnutzen als Produkt berechnet: Dadurch werden Teilnutzen von 0 sofort als Gesamtnutzen 0 gewertet, ansonsten aber geometrisches Mittel über die Teilnutzen gebildet. Die gewählte Fahrrichtung ergibt sich dann aus der Richtung, unter der sich das Gesamtmaximum des Gesamtnutzens ergibt. Die Verarbeitung der Sensordaten erfolgt typischerweise in der Geschwindigkeit, in der die Sensoren die Umgebung abtasten. In der Bildverarbeitung wird dies besonders durch die effizienten Routinen der verwendeten OpenCV-Bibliothek möglich. So sind bis zu 30 Entscheidungen in der Sekunde möglich, jedoch können die Motoren die Entscheidungen nur deutlich langsamer umsetzen. Es wurden auch weitere Verfahren zur Entscheidungsfindung getestet, wie die Verwendung von Clusteranalyse oder die Erstellung von Voronio-Diagrammen. Doch zeigte die robuste Entscheidungsfindung über Erwartungswerte bei der Navigation im urbanen Gebiet ihre Vorteile. Die beschriebene Entscheidungsfindung bezieht sich dabei bisher nur auf die Fahrtrichtung- die Fahrtgeschwindigkeit wird bisher nur von der freien Wegstrecke in Fahrtrichtung bestimmt. Dadurch verfolgt der Roboter im Normalfalle seine Ziele in Normgeschwindigkeit von 0.5-1m/s (er läuft und läuft und läuft), bremst aber, sobald er in die Gefahr gerät, sonst einen Menschen oder sich selbst zu beschädigen. Dadurch folgt der Roboter den Robotergesetzen von Asimov. Die Kommunikation im Roboter erfolgt über verschiedene Netze- der Lidar-Sensor wird beispielsweise über Ethernet angesprochen, die Entscheidungsfindung spricht mit den Hauptroutinen in der Recheneinheit über eine TCP-Verbindung, die Kommunikation von der Recheneinheit zum Masterboard erfolgt über USB als serielle Schnittstelle (UART), und das Masterboard gibt seine Steuerbefehle über einen CAN-Bus an Motoren und Servos weiter. Der Wettbewerb der Robotour 2015 fand in Tschechien in der Innenstadt von Pisek statt. Nach einer Qualifikation vor Ort gab es nach einer Testrunde eine erste Wettkampfrunde, in der die Roboter eine Lieferung von einem Parkplatz durch die gesamte Innenstadt über festgelegte Wegpunkte letztlich zu einem Restaurant bringen sollen. Obwohl der Testlauf noch erfolgreich war, litt der Roboter Beteigeuze der Gruppe in den ersten zwei Segmenten unter Abstürzen und lag damit auf dem letzten Platz. Nachdem der Fehler gefunden war, erreichte der Roboter im dritten Lauf als einziger das Segmentziel; und blieb im vierten Lauf zwar am Hintereingang des Restaurants hängen, war aber auch da gegenüber allen anderen Kandidaten bei weitem am nächsten am Ziel, und gewann so den Wettbewerb. Für einen Einstieg in die Robotik bieten sich Systeme wie Lego Mindstorms oder andere Roboterbaukästen an, aber auch Programmierspiele, wie sie Michael auch auf der GPN angeboten hat: https://github.com/Programmierspiele. Literatur und weiterführende Informationen M. Fürst: Probabilistische Robotik- Interessen eines Roboters als Nutzen formulieren und verarbeiten, Vortrag auf der Gulasch Programmier-Nacht GPN16, 2016. M. Fürst: Detecting Drivable Regions in Monocular Images, Robotour 2015, Autonomous Robot in Parks and Urban Regions, 2015. EKF-SLAM erklärt: Wie sieht ein Roboter die Welt? Robotour 2015 Vorgehensweise bei Kamaro GPN16 Special J. Breitner: Incredible Proof Machine, Gespräch mit S. Ritterbusch im Modellansatz Podcast, Folge 78, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2016. http://modellansatz.de/incredible-proof-machine