Computer lernt mit komplexen Bildfolgen umzugehen

Was für den menschlichen Verstand ganz normal ist, ist für Computer ungleich schwieriger - nämlich, sich verändernde Informationen in aufeinanderfolgenden Bildern zueinander in Beziehung zu setzen. [...]

Was für den menschlichen Verstand ganz normal ist, ist für Computer ungleich schwieriger – nämlich, sich verändernde Informationen in aufeinanderfolgenden Bildern zueinander in Beziehung zu setzen. Die Forschungsgruppe um Chris Wojtan am Institute of Science and Technology (IST) Austria wird den ersten Algorithmus, der in derartigen Daten Übereinstimmungen findet, am 7. August auf der führenden Konferenz für Computergrafik, der „SIGGRAPH“ in Los Angeles präsentieren. Das teilte das IST Austria am 1. August in einer Aussendung mit.
Daten, bei denen sich die Inhalte im Laufe einer Bildfolge ständig verändern, entstehen etwa bei der Analyse von Aufnahmen von Magnetresonanztomographen (MRT). Für Menschen ist klar, dass die Aufnahmen in einem zeitlichen Bezug zueinander stehen. Im Falle von MRT-Aufnahmen entspricht die Bewegung, die durch die hintereinander ablaufenden Bilder entsteht, dem unterschiedlichen Aussehen der aus verschiedenen Winkeln abgebildeten Organe. Damit auch Computer diese Daten interpretieren können, müssen ihnen Computerwissenschafter sozusagen „beibringen“, wie die Aufnahmen zusammenpassen und wie zeitliche Veränderungen der Oberflächen berechnet werden sollen.
Eine zusätzliche Komplikation ergibt sich, wenn sich Oberflächen im Bildablauf teilen oder verbinden, wie es beispielsweise bei Flüssigkeiten der Fall sein kann. Der Computer kann hier nicht einschätzen, woher die zusätzlichen Oberflächen stammen. Diese Veränderungen in der räumlichen Anordnung der Flächen – der Topologie – erschweren es dem Rechner, herauszufinden, wie eine Datenprobe mit einer anderen aus der Sequenz zusammenhängt. Der Algorithmus, den die IST-Forscher auf der Konferenz vorstellen werden, ist der erste seiner Art, der trotz Topologieveränderungen Übereinstimmungen in gescannten menschlichen Daten, Flüssigkeitssimulationen und Verschmelzungen verschiedener Formen findet. Hilfreich könnte das vor allem für Datenanalysen in Biologie und Physik sein, heißt es in der Aussendung.
In einem Video, das die Wissenschafter zur Illustration solcher Veränderungen für die Konferenz produziert haben, wird der Nutzen für die Computergrafik durch Hinzufügen von Farbe und Textur in Animationen und der Simulation von Flüssigkeitsdynamik auf der Oberfläche eines bewegten Objektes demonstriert. Ihre Ergebnisse werden die Forscher auch im Fachjournal „ACM Transactions on Graphics (TOG)“ veröffentlichen.