Image Recognition [Ir] ermöglicht das Auffinden von Objekten in einem Bild und die Zuordnung zu vordefinierten Kategorien.

• Es kann auf einzelne Bilder oder eine Reihe von Bildern in einem Video angewendet werden.
• Die Anwendung ist nicht auf das menschliche Bildverständnis beschränkt.
• Kameras, Infrarot- oder Röntgengeräte liefern Daten, die von Image Recognition [Ir] erkannt werden können.
• Die Objekterkennung ist eng verbunden mit Image Identification [Ii], Face Recognition [Fr], Face Identification [Fi], Relationship Learning [Lr] und Decision Making [Dm].

• Image Recognition [Ir] wird in Unternehmen für verschiedene Aufgaben eingesetzt.
• Es kann bei der Qualitätssicherung verwendet werden, um den Zustand von Werkstoffen zu überprüfen.
• In der Sicherheitsbranche identifiziert es Personen auf Überwachungskamerabildern.
• Es erkennt Anomalien auf medizinischen Bildern wie CT-, MRT- oder Ultraschallbildern.
• In der Gestensteuerung ermöglicht es die Interaktion mit TV-Geräten.
• Weitere Anwendungsfälle sind das Erkennen von Straßenschildern, Tumoren oder Fehlbeständen in Lagern oder im Einzelhandel.

• Die Forschungsallianz 3Dsensation in Deutschland adressiert Bedarfsfelder wie Produktion, Gesundheit, Mobilität und Sicherheit sowie Interaktionen zwischen Mensch und Maschine.
• Unternehmen wie Carl Zeiss, Jenoptik, Audi und Festo sind Teil dieser Allianz und entwickeln Lösungen mit Image Recognition [Ir].
• Beispiele für Demonstratoren sind Follow-Me-Systeme in der Logistik, Assistenzroboter und Systeme zur Erfassung von Montageszenarien.

• Die Bedeutung von Image Recognition [Ir] hat aufgrund der Fortschritte in der KI in den letzten Jahren zugenommen.
• Autonomes Fahren und andere Anwendungen wären ohne Kameratechniken und KI nicht möglich.
• Die Marktbedeutung wird durch das Entstehen von Bilddatenbanken wie Imagenet und hochdotierte Wettbewerbe zur Objekterkennung unterstrichen.
• Die wirtschaftliche Bedeutung von Image Recognition [Ir] liegt in der Automatisierung, Digitalisierung und verschiedenen Branchen wie Robotik oder Mülltrennung.

• Die Entwicklung von Image Recognition [Ir] stellt eine große Herausforderung dar, da sie eine Vernetzung unterschiedlicher Fähigkeiten erfordert.
• KI-Systeme nutzen große Datenmengen, um Muster abzuleiten, aber die Leistungsfähigkeit ist schwer vorherzusagen.
• Datenqualität und Verfügbarkeit sind problematisch, ebenso wie lange Trainingszeiten und die Nutzung von Cloud-Diensten mit Fragen zur Datensicherheit und Datenschutz.
• Der Mangel an Fachkräften im Bereich Image Recognition [Ir] stellt eine weitere Hürde dar.
• Große IT-Dienstleister wie Google, Facebook, IBM, Microsoft und Amazon sowie führende Universitäten treiben die Entwicklung dieses KI-Elements voran.
• Open-Source-Initiativen fördern die Zusammenarbeit zwischen Forschung und Anwendung, während Referenzdaten und Gütemaße wichtige Grundlagen für die Entwicklung von Image-Recognition-Systemen sind.