Wer an künstliche Intelligenz für die Vermisstensuche denkt, denkt vermutlich an Grafikkarten und Serverräume. Die Arbeit an der Hochschule Kempten begann jedoch woanders: Über der offenen Luke einer Seilbahngondel und 100 Meter über einem Hang, auf dem sich Freiwillige positionierten um realistische Posen von verletzten Personen nachzuahmen.
Das war der Anfang von AIResQ — ein hochauflösender Thermal-Infrarot-Datensatz für die luftgestützte Personendetektion, den Johannes Büttner, Kilian Führer, Andreas Fritz, Jonathan Zender und Bernd R. Pinzer vom Institut für maschnielles Sehen jetzt in Scientific Data veröffentlicht haben.
Die Eckdaten: 9.788 Wärmebilder mit bis zu 2048 × 1536 Pixeln, 17.550 annotierte Personen, über 27 Stunden Aufnahmematerial.
Aufgenommen wurde von Gondeln, Masten, Türmen und Brücken in 50 bis 120 Metern Höhe — möglich wurde das vor allem durch die starke operative Unterstützung der Tegelbergbahn und der Oberstdorf Kleinwalsertal Bergbahnen, die uns ihre Anlagen für die Aufnahmekampagnen bereitstellten. Die Freiwilligen — zwischen 6 und 50 Jahren — nahmen dabei gezielt untypische Körperhaltungen ein. Hintergrund ist das eine verletzte, vermisste Person oft verdreht, halb verdeckt oder im Gebüsch liegt: Posen, für die es in Standarddatensätzen kaum Trainingsmaterial gibt.
Der Datensatz deckt zudem einen kompletten Jahreszyklus ab, in wiederholten Aufnahmezyklen an wechselnden Orten und über verschiedene Geländetypen. Wärmebilder sind stark kontextabhängig: Ein Mensch auf sonnenaufgeheiztem Fels im August erscheint völlig anders als auf nassem oder schneebedeckten Waldboden im März.
Ein weiterer wichtiger Teil kam von außen: Ergänzend wurde ein Benchmarkdatensatz aus 1.988 Bildern mit 2.643 Annotationen zusammengetragen — aufgenommen bei echten Einsätzen. Möglich machte das die enge Zusammenarbeit mit dem Bayerischen Roten Kreuz und dem Technikteam der Bergwacht Allgäu, die das Projekt beim Sammeln einsatznaher Testdaten von Beginn an unterstützten. Kein Forschungsteam kann solche Daten selbst erzeugen, keine Simulation ersetzt sie. Sie sind der Realitätscheck: Ein Modell, das nur auf gestellten Szenen funktioniert, hilft im Einsatz niemandem.
Warum sich der Aufwand lohnt, zeigt ein Vergleich: Ein Mensch benötigt rund 10 Sekunden, um ein Wärmebild zuverlässig zu beurteilen — das trainierte Modell 3 Millisekunden. Zugleich bleibt Raum nach oben: Das beste getestete Modell erreicht einen mAP50 von 0,55. Der Datensatz ist deshalb kein Schlusspunkt, sondern ein Angebot an alle, die daran weiterarbeiten wollen.
Gefördert wurde das Projekt vom Bundesministerium für Forschung, Technologie und Raumfahrt (Förderkennzeichen 13N16624).
