Ruhrgebiet AI & Data Science Meetup online: Zum Jahresabschluss 2 Vorträge :)

Wir organisieren ein letztes Meetup 2020 und treffen uns online zu 2 Vorträgen.

---
Teil 1: KIDesign: Bildverarbeitung und -optimierung mit KI

Teil 2: hetida designer im Open Source Data Science Ökosystem

Teil 1: KIDesign - Bildverarbeitung und -optimierung mit KI

Die weltweite Vernetzung u.a. durch Social Media macht jeden Teilnehmer zum Content Creator. Mit steigender Bedeutung von visuellen Elementen steigt auch der Bedarf an professioneller Bildbearbeitung.

Im EFRE-NRW geförderten Projekt KIDesign (https://kidesign.img.ly/) entwickelt die Firma img.ly zusammen mit dem Bochumer Institut für Technologie (BO-I-T) KI-gestützte Tools zur Bildbearbeitung und zur Generierung von hochwertigen visuellen Designs.

Die Forscher stellen Algorithmen/Ergebnisse aus 2 Bereichen vor:

• Deep-Learning (DL) Based Image Matting: Die Forscher in KIDesign entwickelten ein DL-basiertes Tool zum Freistellen von Personen in Fotos - einer häufig benötigten aber für Menschen sehr aufwändigen Arbeit. Dr. Pascal Libuschewski berichtet über das entwickelte System, erzielte Ergebnisse und über Erfahrungen, die im Rahmen der Algorithmenentwicklung gesammelt wurden.
• Image Inpainting: Removing Distracting Background Objects in High-Resolution Images: Häufig enthalten Fotos, insbesondere wenn sie unter Zeitdruck geschossen worden sind, störende Bildelemente, z.B. eine Person oder ein Objekt im Hintergrund, was nicht Teil des Fotos sein sollte. Image inpainting ermöglichen es, diese Objekte zu entfernen und die Bildbereiche mit neuen, künstlich generierten Bildinhalten aufzufüllen. Philip Pracht berichtet über die entwickelten Ansätze zur optimierten Generation dieser neuen Bildinhalte mit einem Überblick zum Inpainting System und den Projektergebnissen.

Dr.-Ing. Pascal Libuschewski hat an der TU-Dortmund promoviert und war im SFB 876 - "Verfügbarkeit von Information durch Analyse unter Ressourcenbeschränkung" als wiss. Mitarbeiter tätig. Er hat an einer KI-basierten, automatischen Auswertung von Sensordaten eines biologischen Virensensors gearbeitet und diese unter Einhaltung von Echtzeitschranken in eingebetteten Systemen verfügbar gemacht. Seit etwa 2 Jahren arbeitet Pascal bei img.ly als Researcher.

Philip Pracht hat seinen Master an der FH Münster im Bereich Medizintechnik abgeschlossen und parallel als Werkstudent am George Huntington Institut Münster Erfahrung in der Auswertung großer, multizentrischer Observations-/Medikamentenstudien gesammelt. Seit ca. 2 Jahren arbeitet er am BO-I-T als wiss. Mitarbeiter mit besonderem Schwerpunkt von Deep Learning in der Bildbearbeitung.

Teil 2: hetida designer im Open Source Data Science Ökosystem

Wie kann ein Technologie-Ökosystem aussehen welches die Entwicklung von Data Science / KI-basierten Lösungen auf der einen Seite bereits durch methodisch versierte Fachexperten ermöglicht und auf der anderen Seite die einfache, professionelle Integrierbarkeit in echte, produktive Unternehmensabläufe sicherstellt?
Diese Frage stellt sich uns immer wieder in Projekten – von der konkreten KI-Lösung bis hin zum Aufbau übergreifender Data Science-/KI-/Prognose-Plattformen für unsere Kunden.
Eine Antwort hierauf stellt sicherlich der moderne Open Source Data Science Stack um die Programmiersprachen Python und R dar. Wir sind überzeugt, dass die Zeiten proprietärer Softwarelösungen vergangen sind und glauben fest daran, dass Transparenz und Offenheit ein wesentlicher Treiber von Innovation sind.
In diesem Rahmen wollen wir auf die obige Frage eine mögliche Antwort beisteuern – und haben kürzlich unser Tool "hetida designer" als Open Source Projekt veröffentlicht (https://github.com/hetida/hetida-designer).
Dieser Vortrag soll neben einer kurzen Vorstellung des hetida designers und der seit dem letzten Meetup-Vortrag im Januar 2020 hinzugefügten Features insbesondere zur Diskussion anregen. Wir freuen uns auf eine offene Diskussion mit vielen Fragen und Feedback sowie Anregungen und Verbesserungsvorschlägen.