Ausgezeichnete Visionärin für Maschinelles Sehen

7.9.2017

Digitale Kartendienste nützlicher und informationsreicher zu machen, das ist das Ziel von Dr. Laura Leal-Taixé an der Technischen Universität München (TUM). Für ihre Arbeit zum Thema Maschinelles Sehen am Lehrstuhl für Bildverarbeitung und Mustererkennung ist sie nun von der Alexander von Humboldt-Stiftung mit dem Sofja Kovalevskaja-Preis ausgezeichnet worden. Dieser gilt als wichtigster Preis für junge Wissenschaftlerinnen und Wissenschaftler in Deutschland und ist mit bis zu 1,65 Millionen Euro dotiert.

Online-Kartendienste unterstützen bei der Routenplanung zu Geschäften oder Restaurants. Ebenso liefern sie Informationen zur aktuellen Verkehrslage. Soziale Aspekte von bestimmten Orten liefern sie jedoch nicht – etwa wie Menschen im öffentlichen Raum interagieren oder welche Bewegungsmuster sich ergeben. Daten aus dynamischen Szenen zu analysieren und zu interpretieren, ist derzeit noch eine der großen Herausforderungen für die Bildverarbeitung.

Die Forschung von Dr. Laura Leal-Taixé an der TUM setzt hier an: Als Expertin für Künstliche Intelligenz (KI), Bild- und Sprachverarbeitung ist sie fokussiert auf Visionen für das Maschinelle Sehen. Sie versucht, Methoden der KI so weiterzuentwickeln, dass damit das Verhalten von Menschenmassen, deren Bewegungspfade und Interaktionen in Videosequenzen erkannt werden. Diese so gewonnenen sozialen Informationen könnten dann im nächsten Schritt in digitale Karten integriert werden. Ziel von Leal-Taixés Forschung ist es, Daten zur räumlichen Umgebung exakter zu analysieren, um beispielsweise zwischen Fahrzeug- und Fußgängerströmen besser zu unterscheiden. Ihre Ergebnisse sollen zudem dabei unterstützen, öffentlichen Raum nachhaltiger zu gestalten.

Lehrstuhl weltweit führend bei Mustererkennung

Laura Leal-Taixé hat an der Universitat Politècnica de Catalunya in Barcelona Telekommunikationstechnik studiert, bevor sie 2007 für ihre Masterarbeit an die Northeastern University nach Boston in die USA ging. 2009 wechselte sie als wissenschaftliche Mitarbeiterin an die Leibniz Universität in Hannover, wo sie 2013 promovierte. Als Postdoktorandin ging Leal-Taixé zunächst zwei Jahre an die ETH Zürich in der Schweiz. Seit 2016 forscht sie an der TU München am Lehrstuhl von Prof. Daniel Cremers. Er war 2016 Leibniz-Preisträger und gilt weltweit als Experte für mathematische Bildverarbeitung und Mustererkennung. Seine Forschung zielt darauf ab, Maschinen die Analyse und Interpretation von Bilddaten beizubringen.

Mit dem Sofja Kovalevskaja-Preis bekommen Nachwuchswissenschaftlerinnen und -wissenschaftler wie Leal-Taixé in einer frühen Phase ihrer Karriere Kapital für innovative Projekte. Sie forschen damit bis zu fünf Jahre lang an deutschen Universitäten oder Forschungseinrichtungen und bauen eigene Arbeitsgruppen an ihren Gastinstituten auf. Der Preis wird vom Bundesministerium für Bildung und Forschung finanziert. Die sechs Sofja Kovalevskaja-Preise werden am 15. November in Berlin überreicht.