Gao Yu

Erzählen Sie doch mal: was fasziniert Sie an der Forschung?
Das Faszinierendste an Computer Vision ist der rasante Aufstieg, den diese Technologie erfährt, der insbesondere durch Deep Learning bedingt ist. Viele Fragestellungen in der Gesichts- und Objekterkennung waren vor zehn Jahren, als ich in diesem Bereich zu forschen begann, in kontrollierten experimentellen Datensätzen nur wenig ausgereift. Inzwischen werden die Algorithmen für Computer Vision bereits im Alltag angewendet.

Was macht die Forschung bei Bosch besonders?
Die Themenvielfalt bei der Bosch Forschung erweitert meinen Horizont im Bereich Computer Vision ungemein. Denn bei uns gibt es gleich mehrere Forschungsfelder, die sich mit Computer Vision befassen. Wir haben Projekte und Forschungsthemen in Bezug auf IoT, autonomes Fahren und Robotik. Meine Erfahrung im Bereich Computer Vision kann ich in unterschiedlichen Bereichen einbringen und damit verschiedene Problemstellungen lösen. Ein Beispiel: Obwohl ich mich hauptsächlich auf Themen rund um Computer Vision für IoT befasse, kann ich auch etwas zu den lokalen Forschungsthemen rundum Robotik beitragen, da ich bereits weitreichende Erfahrungen im Bereich maschinelles Sehen erlangt habe. Zudem kommen meine Kompetenzen in Computer Vision hinsichtlich Multimedia in Fahrzeugen den Forschungen zum autonomen Fahren zugute.

Woran forschen Sie bei Bosch?
Derzeit beschäftige ich mich mit dem Einsatz von Computer-Vision-Methoden, um eine eindeutige digitale Kennung für Industrieteile wie Einspritzdüsen oder Konsumgüter wie beispielsweise Luxustaschen zu entwickeln.

Was sind die größten wissenschaftlichen Herausforderungen in Ihrem Forschungsfeld?
Das Thema IoT gibt uns die Möglichkeit, uns direkt an potenzielle Kunden zu wenden. Daher greifen unsere Forschungsthemen die Herausforderungen beim Endanwender direkt auf. Die größten Herausforderungen bei der bildbasierten digitalen Objektkennung bestehen darin, einen guten Kompromiss zwischen Genauigkeit und Anwendererfahrung zu erzielen, da das Erscheinungsbild eines Objekts je nach Betrachtungswinkel und Lichtverhältnisse unterschiedlich ist. Die Suchanfragen der Endnutzerinnen und Endnutzer enthalten aber normalerweise nur eine Aufnahme, die beispielsweise mit dem Smartphone aus einer willkürlich gewählten Perspektive mit beliebigen Lichtverhältnissen entstanden ist.

Wie werden Ihre Forschungsergebnisse zu „Technik fürs Leben“?
Damit die Forschungsergebnisse leicht anzuwenden und zugänglich sind, werden die Resultate meiner Forschungsprojekte Teil der „Technik fürs Leben“. Dank unseres großartigen Teams konnten wir unsere Vision-Lösung so skalieren, dass sie in das „WeChat-Miniprogramm“ - das beliebteste soziale Netz in China – integriert werden konnte. So können Endnutzer das Potenzial unserer Lösung kennenlernen, ohne eine weitere App installieren zu müssen. Wir untersuchen auch weitere Möglichkeiten, Algorithmen für Computer Vision auszuführen, die auf maschinellem Lernen basieren, um einen noch anwenderfreundlicheren Ansatz zu bieten.