StartseiteFörderungProjekteVerbundprojekt: Entwicklung eines intelligenten Abfallbehälters zur schnellen Identifizierung, Sortierung und Nachverfolgung verschiedener Abfallarten für das Recycling; Teilprojekt: Bilderkennungssoftware zur Klassifizierung von Abfallmaterialarten sowie Zuordnung des Abfalls zu Markenherstellern

Verbundprojekt: Entwicklung eines intelligenten Abfallbehälters zur schnellen Identifizierung, Sortierung und Nachverfolgung verschiedener Abfallarten für das Recycling; Teilprojekt: Bilderkennungssoftware zur Klassifizierung von Abfallmaterialarten sowie Zuordnung des Abfalls zu Markenherstellern

Laufzeit: 01.08.2022 - 31.07.2024 Förderkennzeichen: 01QE2212
Koordinator: AI Superior GmbH

Ziel des Verbundprojekts ist die Entwicklung eines intelligenten Abfallbehälters ("smart bin") mit dem Abfallsströme nachverfolgbar, separierbar sowie leichter recyclebar werden. Das Teilprojekt wird neueste Verfahren der Künstlichen Intelligenz im Bereich Bildverarbeitung nutzen, um die Zuordnung des Abfalls zu Herstellermarken zu ermöglichen. Zur Erreichung einer hohen Zuordnungs¬genauigkeit werden verschiedene Methoden getestet und gegebenfalls kombiniert: automatische Texterkennung sowie spezielle Konfigurationen neuronaler Netze. OCR (optical character recognition) wird eingesetzt, um Text aus Bildern zu extrahieren. Die neuesten Algorithmen dieser Kategorie erkennen Text mit hoher Genauigkeit, benötigen jedoch bisher den vollständigen Text eines Markennamens. Die technische Herausforderung ist, Markenschriftzüge auch auf deformierten und teilweise verdeckten Verpackungen sicher zu erkennen. Da das Verfahren nicht für Markenlogos funktioniert die keinen Text enthalten, wird der Ansatz um weitere Verfahren des maschinellen Lernens ergänzt: GANs (generative adversarial networks) werden es ermöglichen, mehr Datensätze aus einer begrenzten Stichprobe von Bildern für das Training der Modelle zu generieren. Für die Erkennung von Abfallarten und Bildmarken ziehen wir die neuesten Verfahren aus der Klasse der CNN (convolutional neural networks) heran um leistungsfähige Klassifizierungsalgorithmen zu erzeugen, die hinsichtlich der benötigten Rechenzeit und Erkennungsgenauigkeit neue Maßstäbe setzen werden. Der Ansatz wird um weitere Verfahren aus der maschinellen Objekterkennung ergänzt die mit Deep-Learning-Netzwerken arbeiten, welche an großen Mengen von Bilddaten trainiert wurden, z.B. aus der Familie der YOLO (You Only Look Once)-Algorithmen.

Verbund: E! 255 Capture Quelle: Bundesministerium für Bildung und Forschung (BMBF) Redaktion: DLR Projektträger Länder / Organisationen: Norwegen Themen: Förderung Umwelt u. Nachhaltigkeit

Projektträger