Billedgenkendelse og computer vision spiller en særlig rolle inden for medicinalområdet og bæredygtighed

Udviklingen af hurtigere hardware spiller en rolle inden for alle teknologier. Men inden for teknologier som billedgenkendelse og computer vision kombineret med AI har udviklingen af hurtigere hardware især gjort en stor forskel de seneste par år. Sådan lyder det fra Eike Kutzki, der er Visual Computing Engineer i vores AI Lab.

“Udviklingen af hurtigere hardware skaber flere muligheder og betyder, at vi kan gå fra at arbejde i 2D og til at arbejde i 3D. Det var næsten umuligt tidligere. Det er især noget, der skaber grundlag for flere projekter inden for medicinalområdet og inden for bæredygtighed,” forklarer Eike Kutzki.

Han arbejder i øjeblikket på flere projekter, hvor kombinationen af AI og computer vision spiller en afgørende rolle. I et af projekterne handler det om at energioptimere rummene i offentlige bygninger ved hjælp af computer vision.

“Det handler om at styre varme og lys for at spare på energien. Her bruger vi computer vision til at se, om der er en person i rummet. På den måde kan man tælle folk i rummet og se, hvilke tidspunkter i løbet af en dag der er brug for varme og lys,” forklarer han.

3D-scanninger af bygninger
I et andet projekt, der er et samarbejde med DigitalLead, en række kommuner, Trifork, Link Arkitektur og Upcycling Forum, udvikles der en løsning, hvor man kan scanne en bygning med sin telefon eller tablet. Ud fra scanningen, hvor man anvender LIDAR-teknologi (Light Detection and Ranging), kan man skabe en 3D-model, der giver et overblik over kvadratmeter og byggematerialer.

3D-modellen er kun første skridt og skal tjene som grundlag for mange yderligere analyser. Efter den første præsentation er der dukket flere nye projekter op med synergieffekter, som fx omfatter energieffektivitet, bygningsstyring og vedligeholdelse.

“Der er et enormt behov for at få et overblik over, hvad der kan genbruges i de offentlige bygninger, da byggerier og byggebranchen står for en stor del af Danmarks CO2-udledning. Men ved hjælp af de her 3D-scanninger kan vi skabe et digitalt overblik. Næste skridt i projektet er at træne en model, der kan klassificere, hvilke materialer der er tale om, så man kan vurdere, om det er noget, der kan genbruges.”

Fra Hamborg til DTU
Eike kommer oprindelig fra Slesvig og har læst maskinteknik med fokus på beregning og automatisering i Hamborg og har senere taget en overbygning i Human-Centered Artificial Intelligence fra DTU.

Hans fokus på computer vision startede, da han kom i praktik i seks måneder hos en større tysk metalproducent, der hedder Hoedtke. Her skrev han sin bacheloropgave og var med til at udvikle en prototype på en enhed, der sidder i loftet i en lagerbygning og lokaliserer alle produktionsenhederne på lagergulvet. Det var her, han fik interesse for at arbejde med computer vision. Efter praktikperioden blev han ansat og var med til at skalere prototypen til flere områder.

“Det var en ret stor virksomhed med en lagerhal på 4-5000 kvadratmeter, så de havde brug for at få overblik over, hvilke produkter de har på gulvet. Ved hjælp af kamerateknologi og object detection lykkedes det os at bygge en fuldt funktionel prototype, som kunne genkende og lokalisere deres produkter med få centimeters præcision,” forklarer han.