Fraunhofer-Institut für Techno- und Wirtschaftsmathematik ITWMBeschreibung
In der Dissertation werden KI-gestützte Bildverarbeitungsmethoden zur Identifizierung von Nadelbaumarten (Weichholz) anhand hochauflösender Mikroskopbilder entwickelt, um den Artenschutz und die Durchsetzung des Washingtoner Artenschutzübereinkommens (CITES) zu unterstützen. Dabei werden moderne KI-Ansätze – Vision Transformer, Foundation-Modelle und klassische Bildverarbeitung – evaluiert, um eine robuste, skalierbare Erkennung über variable Probenqualitäten und -vorbereitungen hinweg zu erreichen. Die Arbeit wird in Zusammenarbeit mit dem Thünen-Institut für Holzforschung im Rahmen des WoodFiberID-Projekts durchgeführt.