In der aquatischen Forschung wird häufig auf Bild- und Videodaten zurückgegriffen, um Erkenntnisse über unsere Ozeane, Seen und Flüsse zu gewinnen. Aktuelle Herausforderungen in diesem Forschungsbereich bestehen unter anderem darin, die durch Menschen verursachten Vermüllungen oder Ölverschmutzungen zu analysieren. Diese Untersuchungen basieren beispielsweise auf Drohnen- oder Satellitenaufnahmen der Wasseroberfläche. Obwohl intensiv in diesem Bereich geforscht wird, mangelt es noch immer an einheitlichen Frameworks und an einer Plattform, welche die Verarbeitung von Bilddaten im aquatischen Anwendungsfeld vereinfacht und damit effizienter gestaltet und einfacher zugänglich macht.
Diese Lücke soll durch die iMagine Plattform geschlossen werden, welche auf die bereits existierende Plattform European Open Science Cloud (EOSC) aufbaut. Das EU-geförderte Projekt verfolgt das Ziel eine Plattform aufzubauen, auf der zum einen eine Reihe von KI-gestützten Bildanalyseverfahren zur Verfügung gestellt werden und die darüber hinaus ein Repository an Bilddaten enthält, welche von mehreren Forschungsinstituten bereitgestellt werden. Durch das zusätzliche Aufzeigen von Best Practices soll der Zugang zu KI basierter Bildverarbeitung erleichtert werden, sodass auch potentielle Nutzer ohne KI Hintergrund von den Anwendungen profitieren können.
Finanziert wird das iMagine-Projekt durch das European Union Horizon Europe Programme mit der Grant Agreement Number 101058625.
Zukünftige Nutzer können die Plattform auf unterschiedliche Weise nutzen, abhängig von ihren individuellen Erfahrungen mit KI-Anwendungen. Durch das Bereitstellen bereits trainierter Modelle ist es über eine benutzerfreundliche API möglich, KI-Modelle für Vorhersage zu nutzen, ohne diese selber trainieren zu müssen. Die zur Verfügung gestellten Modelle können außerdem um-trainiert werden, um sie an die eigenen Daten anzupassen. Das Framework ermöglicht darüber hinaus, durch zur Verfügung gestellte Ressourcen für die Datenspeicherung, sowie durch das Bereitstellen von Cloud Ressourcen für den Einsatz der entwickelten Modelle, die Entwicklung eigener Deep Learning Modelle.
Das Projekt zielt insgesamt darauf ab, bestehende Bildanalyseverfahren durch den Einsatz von KI zu verbessern und damit die Qualität der bildbasierten maritimen Forschung zu steigern. Um dies zu erreichen, arbeiten 13 Forschungsinstitute an acht Anwendungsfällen im maritimen Umfeld, welche in die Plattform integriert werden. Die DFKI-Forschungsgruppe Marine Perception ist Teil dieses Vorhabens und stellt ein System zur Identifikation und Quantifizierung von schwimmendem und an Land gespültem Plastikmüll zur Verfügung. Für diesen Anwendungsfall übernimmt das DFKI die Leitung und unterstützt das Vorhaben durch seine Expertise.
Partner
- Centro Euro-Mediterraneo sui Cambiamenti Climatici - CSIC (Spanish National Research Council) - EGI Foundation - European Multidisciplinary Seafloor and water column Observatory (EMSO-ERIC) - GRNET Consortium - Institut Francais de Recherche pour l'Exploitation de la Mer (Ifremer) - Foundation for Science and Technology (FCT) - Institute of Informatics, Slovak Academy of Sciences (IISAS) - Karlsruhe Institute of Technology (KIT) - Universite de Lorrainse (UL-LIEC) - Laboratory for Instrumentation and Experimental Particle Physics (LIP) - Marine Institute (MI) - Mariene Informatie Service MARIS BV (MARIS) - Istituto Nazionale di Oceanografia e di Geofisica Sperimentale (OGS) - Orbital Eos Sl (OrbitalEOS) - Sistema d’observació i predicció costaner de les Illes Balears (SOCIB) (SOCIB) - Sorbonne Universite (SU) - Turkish Academic Network and Information Centre (ULAKBIM) - Universita Degli Studi di Trento (UNITN) - Universitat Politecnica de Catalunya (UPC) - Vlaams Instituut voor de Zee (VLIZ) - Walton Institute
