Vor wenigen Monaten kam es in den USA zu einem erneuten Durchbruch im Themengebiet Computer Vision.
Einer Gruppe von Forschern gelang es erstmalig 3D-Objekte zu erkennen und zu bestimmen. Der bahnbrechende Aspekt hierbei war das Training des Modells mit Deep Learning. Das System zur Erkennung des Objekts wurde ausschließlich mit CAD-Daten „gefüttert“. Dies, um Neuronale Netze zu trainieren. Ein Vorteil dieser Vorgehensweise ist die Steigerung der Effizienz, da eine deutlich größere Anzahl an Objekten in wesentlich kürzerer Zeit in das System integriert werden kann, denn:
Im Gegensatz zu bisher musste erstmals kein physisches Teil vorhanden sein, der an die 50-mal abfotografiert werden musste, um die notwendigen Daten zu erfassen.
Seit dem Computer Vision-Durchbruch im Jahr 2012 sind solch innovative Forschungsergebnisse keine Seltenheit mehr. Die WIPO (Weltorganisation für Geistiges Eigentum) hat zu diesem Thema in ihrer Studie über Technologietrends passende Zahlen gesammelt und veröffentlicht. Demnach gibt es seit 2012 einen „Patente-Boom“ im Bereich der Künstlichen Intelligenz. Hierbei wird in knapp 50% aller Patente mit KI-Bezug die Computer Vision erwähnt, mit einer durchschnitt- lichen jährlichen Wachstumsrate von ca. 25%.
Nicht verwunderlich also, dass Computer Vision unter den funktionalen Anwendungen, an erster Stelle steht. Computer Vision verfügt über marktrelevante Innovationsfaktoren und mit dem Zuwachs an Konnektivität und Computerleistung gelang es in den letzten Jahren diverse marktdurchdringende „Bausteine“ zu erforschen und zu entwickeln, die einzeln oder in Kombination zur Umsetzung komplexer Probleme und Fragestellungen dienen.
Mit der lexoro-Scan-X Technologie haben wir in den letzten Jahren nachstehend skizzierte sechs Computer Vision Features definiert: