Eine Kollaboration zwischen ASML, dem Advanced Research Center for Nanolithography (ARCNL), der University of Amsterdam und der AI4Science Group von Prof. Dr. Pascal Cerfontaine an der TH Köln wurde zur Veröffentlichung auf der ICLR angenommen.
Das Paper baut auf der Idee auf, dass gleichzeitige Aktivität von Neuronen dabei hilft, Objekte in Bildern zu erkennen. Diese Idee wird seit Längerem in den Neurowissenschaften und in der KI aufgegriffen und hier gezielt weiterentwickelt. Die vorgestellte Methode OrthoRF erkennt Objekte auch dann zuverlässig, wenn sie sich überlappen oder teilweise verdeckt sind, und rekonstruiert verdeckte Objektteile. Beispielhaft sind im nebenstehenden Bild stark überlappende geometrische Formen zu sehen (links), die zuverlässig separiert werden (rechts). Eine einfache mathematische Einschränkung, die Orthogonalität, sorgt dafür, dass die Objekterkennung stabiler und besser interpretierbar wird als bei früheren synchronitätsbasierten Modellen. Dadurch erkennt OrthoRF-Modell Objekte robuster, zum Beispiel auch bei verrauschten Bildern.
Hier ist der Link zu dem Paper: https://openreview.net/forum?id=GjQ5JXpRQF