Inhaltsbasierte Suche (CBIR)

Suche nach Bildern in großen Datenmengen

Unser Content-based Image Retrieval-Algorithmus (CBIR) ermöglicht die musterbasierte Suche nach Bildern in großen Datenmengen. Durch die Digitalisierung gibt es beim Fotografieren keine Begrenzungen durch teures Filmmaterial, Entwicklerdienstleistungen oder mühsames Archivieren in Fotoalben mehr. Die meisten Menschen tragen heutzutage jederzeit ein Smartphone mit integrierter Kamera bei sich. Zudem steht nahezu unbegrenzt Speicherplatz steht auf riesigen Festplatten zur Verfügung. Diese Entwicklung bringt jedoch auch Probleme mit sich, die den meisten Nutzern digitaler Kameras bekannt sind: Der Überblick über den Bildbestand geht verloren, die Suche nach ähnlichen Bildern mit demselben Motiv gestaltet sich zeitaufwendig und viele Bilder werden als verborgene Schätze unbeachtet auf der Festplatte gelassen.

Ansätze für die automatische Bildrecherche (engl. Image retrieval) befassen sich mit der automatischen Suche nach Bildern mit ähnlichem Inhalt. Die Forschung zu diesem Thema wird insbesondere durch Suchmaschinenanbieter intensiv vorangebracht. Bisherige Ansätze zielen allerdings primär darauf ab, das Anfragebild als Ganzes zu charakterisieren. Dabei spielen Merkmale wie Farben bzw. Farbverteilungen eine wichtige Rolle.

Im Gegensatz dazu arbeiten wir am Fraunhofer IOSB in Karlsruhe an Verfahren, die durch eine automatisierte Analyse der charakteristischen Muster im Suchbild in der Lage sind, ähnliche Muster in einer großen Sammlung von Bildern zu erkennen. Für die Suche eignen sich beliebige Motive, die musterartige Strukturen aufweisen.

Der Algorithmus wurde ursprünglich für Spezialanwendungen entwickelt, in Zusammenarbeit mit behördlichen Sicherheitskräften wie Interpol und dem Bundeskriminalamt (BKA). Die Entwicklung und Optimierung fandi im Rahmen des EU-Projekts »FastID« (»Fast Identification«) statt. Der CBIR-Algorithmus soll behördlichen Endanwendern beispielsweise bei der Bewältigung von Großschadensereignissen helfen, indem Opfer anhand von musterartigen Körpercharakteristiken erkannt werden.

Da das Suchverfahren in der Lage ist, beliebige Muster ohne Anpassungen wiederzufinden, sind die Einsatzszenarien vielfältig.

Dazu gehören unter anderem:

• Finden von Gebäuden anhand architektonischer Besonderheiten
• Finden von Symbolen oder Logos
• Opfererkennung anhand charakteristischer Körpermerkmale
• Feingranulare Erkennung von Automobilen, z. B. anhand der Scheinwerfer
• Durchsuchen zoologischer und botanischer Bildarchive
• Durchsuchen medizinischer Abbildungskataloge
• Finden/Identifizieren von Kunstgegenständen wie Gemälden, Münzen oder Statuen

Eine Testversion des Algorithmus steht hier zum Download bereit.