Salamander-Mustererkennungssoftware

Version: 1 | Erscheinungsjahr: 2024 | Status: In Entwicklung

Thumbnail
Thumbnail
Thumbnail
Künstliche Intelligenz Salamander-Datenanalyse

Projektübersicht

  • Titel: Salamander-Mustererkennungssoftware
  • Kurze Beschreibung:

    Interaktive Plattform zur Salamander-Datenanalyse: KI-gestützte Bildverarbeitung, Filterfunktionen und Kartenvisualisierung.

  • Technologien: VR-Projekte, Lernmedien

  • Technische Anforderungen: Desktop-/Laptop-kompatibel

  • Organisation: Fakultät 4: Mathematik und Naturwissenschaften, Institute for Technologies and Management of Digital Transformation (TMDT)

  • Fachgruppen: KI4BUW, MediaLab, Biologie, Institute for Technologies and Management of Digital Transformation (TMDT)

  • Projektverantwortung: Prof'in Dr. rer. nat. Gela Preisfeld, Dr. Sabrina Bleidißel, Nadja Dabbagh

Projektmanagement: Dr. Heike Seehagen-Marx

Expertise: Miguel Alves Gomes, M.Sc

Projektentwicklung: Nguyen Ngoc, Quynh Nhu, Jasan El Zaim

Projektbeschreibung

  • Projektziele: Das Ziel des Projekts ist die Entwicklung eines KI-gestützten Systems, das einzelne Salamander anhand ihrer Gelbmuster identifiziert und eine zentrale Datenbank für ihre Verwaltung bereitstellt. Dabei sollen nicht nur bekannte Salamander präzise erkannt, sondern auch neue, bisher unbekannte Individuen automatisch erfasst und dem Datensatz hinzugefügt werden. Langfristig soll das System kontinuierlich lernen, um die Forschung, Überwachung und den Schutz von Salamandern nachhaltig zu unterstützen.
  • Primäre Zielgruppe: Studierende, Forschende und Interessierte
  • Lange Beschreibung:

    Das KI-Projekt widmet sich der Entwicklung eines Deep-Learning-Modells zur Identifizierung einzelner Salamander sowie der Datenaufbereitung für eine zentrale Datenbank. Ziel ist es, bekannte Salamander präzise zu erkennen und gleichzeitig neue, bisher unbekannte Individuen zu identifizieren. Diese sollen automatisch in den Datensatz integriert werden, um das Modell kontinuierlich zu verbessern und eine nachhaltige Datenverwaltung zu gewährleisten. 

    Das KI-Modell analysiert die Gelbmuster der Salamander, um Vorhersagen zu treffen. Mithilfe des semantischen Segmentierungsmodells DeepLabV3 werden charakteristische Merkmale extrahiert, während der KNN-Algorithmus die Klassifikation von bekannten und neuen Salamandern unterstützt. Ein Schwellenwert wird verwendet, um Unterschiede zwischen Bildern zu messen. Wird der Unterschied als zu groß bewertet, wird das Bild als neuer Salamander klassifiziert und dem Datensatz hinzugefügt. 

    Die Plattform bietet somit nicht nur eine intelligente Erkennungsfunktion, sondern auch die Möglichkeit, den Datensatz dynamisch zu erweitern. Dies unterstützt die Forschung, Überwachung und den Schutz von Salamandern nachhaltig und innovativ.