Erforschen Sie die Zukunft der Straßensegmentierung
Innovative Dual-KI für präzise Straßenanalysen
Entdecken Sie, wie unser jüngster Forschungsbereich die automatisierte Segmentierung von Straßenoberflächen neugestaltet. Mit einem bis jetzt einzigartigen Dual-KI-Ansatz für die Bildanalyse von Straßenoberflächen setzen wir neue Maßstäbe.
Hauptmerkmale unseres Forschungsbereichs
Dual-KI-Ansatz
Unser zweistufiges KI-Modell kombiniert Street-View- und Vogelperspektive, um eine umfassende Analyse zu gewährleisten.
DNP-Datenschatz
Wir nutzen einen umfangreichen Datenschatz, der in den letzten drei Jahren aufgebaut wurde, um die Genauigkeit unserer Modelle zu steigern.
Transfer Learning
Durch tiefes, domänenspezifisches Training ermöglichen wir die Übertragung von Wissen aus anderen Bereichen.
Oversampling gegen Datenungleichgewichte
Durch gezieltes Oversampling von Minderheitsklassen gleicht sie Datenungleichgewichte aus.
Visuelle Einblicke in unseren Forschungsbereich
Innovativer Dual-KI-Ansatz
Die treibende Kraft hinter dieser Forschung ist unsere Mitarbeiterin Maja Trucks. Mit ihren innovativen Ideen und der Unterstützung durch unser Team entwickelt sie eine KI zur vollständig automatisierten Segmentierung von Straßenoberflächen im Rahmen ihrer Forschungsarbeit an der HAW Hamburg.
Unser Dual-KI-Ansatz denkt die automatisierte Segmentierung von Straßenoberflächen neu. Durch die Kombination von zwei spezialisierten KI-Modellen erreichen wir eine präzise und umfassende Analyse. Die Level-1-KI trainiert auf umfangreichen Bilddaten, gleicht Datenungleichgewichte aus und liefert detaillierte Straßenszenen. Ergänzt wird sie durch die Level-2-KI, die hochauflösende Orthofotos analysiert und Straßenverläufe erkennt. Diese Synergie ermöglicht eine möglichst lückenlose Segmentierung und eröffnet neue Perspektiven in der KI-Forschung der Oberflächenerkennung.
Damit einhergehend untersuchen wir zusätzlich die Grenzen der aktuellen KI-Forschung in Bezug auf die höchstmögliche Qualität der Straßensegmentierung.