Beu­te­de­tek­ti­on bei Katzen

Mit dieser Frage habe ich mich im Rahmen der Bachelorthesis im Studiengang Photonics befasst. Die Katze ist eines der beliebtesten Haustiere und lebt heute häufig zusammen mit dem Menschen in der Wohnung. Mit einem kleinen Türchen bieten viele Besitzer ihrer Katze die Möglichkeit, selbständig ein- und auszugehen. Dies kann dazu führen, dass die Katze nach der Jagd ihre Beute mit in die Wohnung bringt und sie dort verzehrt. Aus diesem Grund ist die Idee entstanden, eine Applikation zur Erkennung von Beute bei Katzen zu entwickeln. Somit kann der Katze der Zutritt verwehrt werden, falls diese mit Beute vor der Katzentüre auftaucht. Die Problemstellung sollte mit 3D-Bildverarbeitung gelöst werden, sodass ein funktionsfähiger Demonstrator als Produkt entsteht. Aufgrund meines persönlichen Interessens für Softwareentwicklung im Bereich Bildverarbeitung habe ich mich dieser Herausforderung angenommen und die Applikation realisiert.

Obwohl zu Beginn des Projekts noch viele Punkte unklar waren, mussten die ersten Randbedingungen bereits in den ersten Wochen in einem Exposé festgelegt werden. So habe ich bereits zu Beginn des Projekts festgehalten, dass ich als Repräsentation der Katze keine echten Tiere, sondern künstliche Modelle verwende, welche mit dem 3D-Drucker ausgedruckt werden. Somit können die beiden Zustände einer Katze mit oder ohne Maus vereinfacht simuliert und kontrollierte Aufnahmen mit einer hochauflösenden 3D-Kamera erzeugt werden. Die Aufnahmen sind in einer definierten Umgebung entstanden, um den Katzenkopf mit verschiedenen Tools aus der 3D-Bildverarbeitung in der Szene zu detektieren und vom Hintergrund zu isolieren.

 

Mit den gegebenen Randbedingungen konnte ich nun beginnen, geeignete Lösungsverfahren zu suchen, welche als potenzielle Lösung des Problems in Frage kommen. Um einen Einstieg in die Materie zu finden, habe ich einige Zeit damit verbracht, verschiedene Papers zum Thema Objekterkennung in Punktwolken durchzulesen. Dabei habe ich mir überlegt, welche Methoden auf die eigene Anwendung übertragen werden könnten. Das schwierige daran ist, dass man zu Beginn nur wenig zum Thema weiss und entsprechend die wissenschaftlichen Artikel nicht vollständig nachvollziehen kann. Das vertiefte Verständnis zur Thematik ist erst mit der Zeit entstanden, weshalb es sich lohnte, die Artikel zu einem späteren Zeitpunkt nochmals durchzulesen. So sind in Bezug auf dieses Projekt drei Verfahren entstanden, welche als mögliche Lösung in Frage kommen. Danach galt es, die Methoden in der Software zu implementieren und die beste Variante als Applikation zu realisieren. Während die ersten zwei Varianten der untersuchten Lösungsansätze bei der Implementierung scheiterten, lieferte die dritte Methode vielversprechende Ergebnisse. Mit einem Datensatz von insgesamt 270 Aufnahmen der Katzenmodelle wurde anschliessend die Zuordnungsgenauigkeit statistisch ausgewertet. Schwachstellen in der Verarbeitungskette konnten so erkannt und weiter verbessert werden. Am Ende ist eine Live-Anwendung entstanden, welche das Bild von der Kamera direkt verarbeitet und anschliessend dem Objekt ein Label zuordnet. Als Resultat wird das Tiefenbild visuell mit einem Indikator in der Bildecke angezeigt, wobei dessen Farbe das zugeordnete Label repräsentiert. Die Farbe Grün steht für eine Katze ohne Beute, Rot für eine Katze mit Beute.

Somit ist es nun möglich, mit den gegebenen Einschränkungen den Katzenkopf auf Beute zu untersuchen. Da ich nur mit künstlich gedruckten Modellen gearbeitet habe, wäre es in einem nächsten Schritt interessant, wie zuverlässig die Erkennung bei einer realen Katze funktioniert. Dafür wären jedoch zusätzliche Anpassungen in der Software nötig. Allenfalls müsste auch der Datensatz mit Bildern von echten Katzen ergänzt werden, damit die Klassifikation auf reale Katzen angepasst werden kann. Das Projekt hätte jedenfalls potenzial, in einer realen Anwendung eingesetzt zu werden und das Problem, dass Katzen ihre Beute mit in die Wohnräume bringen, zu beheben. Eine weitere Möglichkeit wäre auch die Übertragung des Lösungsverfahrens auf weitere Anwendungen, in welchen im Allgemeinen Objekte in einer 3D-Szene erkannt und klassifiziert werden sollen.