Heute stellen wir euch unser neues Teammitglied vor – Dr. Jenny Mack. In der Wissenschaftsstadt Darmstadt geboren, zog es sie nach einigen Stationen zuletzt nach Bonn. An der Uni Bonn erwarb Jenny nach dem Bachelor- auch den Master-Abschluss in Computer Science. Im Anschluss und sodann bis zur Promotion arbeitete sie als studentische Mitarbeiterin an zwei Fraunhofer-Instituten: zunächst an dem uns bekannten Fraunhofer-Institut IAIS, wo auch Barbara und Mark vor der Gründung von pixolus arbeiteten. In der dortigen Abteilung Adaptive Reflective Teams befasst man sich mit schwerpunktmäßig mit Company Engineering zur Optimierung von Prozessen und Strukturen in Organisationen sowie Präventiver Sicherheit für u.a. kritische Infrastrukturen. Danach ging es in die Abteilung Cognitive Mobile Systems am Fraunhofer-Institut FKIE. Hier hat Jenny mitgearbeitet an Forschung im Kontext der Führung mobiler Ein- und Mehrrobotersysteme. Dabei handelt es sich um Werkzeuge, die – zum Schutze des Personals – gefährliche Arbeiten aus der Distanz ermöglichen.
Mit Ihrer Expertise in Sachen Computer Vision bringt Jenny ein wertvolles Asset in die Arbeit bei pixolus ein. Für Ihre Promotion befasste sie sich nämlich mit der 3D- Rekonstruktion von Weintrauben mittels geometrischer Primitive. Hintergrund: Weintrauben sind sehr anfällig für Pilzinfektionen. Daher werden nicht selten teils große Mengen an Fungiziden eingesetzt. Diese sind für Insekten schädlich, während es den Schadpilzen gelingt, mit der Zeit resistent zu werden. Das bedingt die ständige Entwicklung neuer Pilzgifte. Ein Teufelskreis.
Unter Fachleuten gibt es Überlegungen dahingehend, den Trauben eine „physische Resistenz“ anzuzüchten: Danach würden Beeren künftig mit größerem Abstand zueinander und somit geringerem Druck aufeinander wachsen. So platzen sie seltener auf. Um Beeren entsprechend züchten zu können, bräuchte es statistische Daten zu den Erbfaktoren (sog. Genotypen) möglichst vieler Trauben, um letztlich den Teil des Gens zu bestimmen, der für z.B. lange Stielchen verantwortlich ist. Als gängige Methode ist es bisher so, dass Stielchen-Längen manuell ausgemessen werden, was sehr zeitaufwendig und fehleranfällig ist.
Zur Vereinfachung können 3D-Scanner eingesetzt werden, um die Trauben von allen Seiten zu erfassen. Leider wird dabei das Innere Stielgerüst der Trauben nicht sichtbar (vgl. Teilgrafik (a)). Die neue auf Deep Learning basierende Rekonstruktionsmethode ermöglicht nun eine Segmentierung (b); in weiteren Stufen werden wahlweise sichtbare Teile (c) wie eben die nicht-sichtbaren Stielchen (d) dank automatischer Rekonstruktion visualisiert. So lassen sich die benötigten Längen einfacher und zuverlässiger ableiten. Der Clou: Die Rekonstruktion ist auch an ungelesenen Reben im Weinberg möglich. Hier genügt ein Frontalscan, um aus der Teilaufnahme bereits ganze Trauben extrapolieren zu können.
Jennys Ergebnisse sind ein weiteres Beispiel für das Alltagspotential maßgeschneiderter Bildverarbeitung. Und das ist letztlich die Gründungsidee der pixolus GmbH, somit Jenny eine ideale Ergänzung für unser Unternehmen. In diesem Sinne: Herzlich willkommen im Team, liebe Jenny! (JMa, OKa)
Comments are closed.