Holz
© Fotalia
Holz

Mathematik hilft bei Eindämmung des illegalen Holzhandels#

Holzbretter
© iStockphoto
Holzbretter

Holzartenbestimmung mittels Künstlicher Intelligenz (KI)

Projekt KI-WOOD

Im Forschungsprojekt entwickeln wir in Kooperation mit dem Thünen-Institut für Holzforschung in Hamburg automatische Bilderkennungssysteme zur Bestimmung von Holzarten mittels Künstlicher Intelligenz.

Im Jahr 2013 hat sich die Bundesrepublik Deutschland verpflichtet die Einfuhr und Verbreitung illegaler Holzarten zu verhindern und diesbezüglich das Washingtoner Artenschutzübereinkommen umzusetzen. Dies erfordert unter anderem eine eindeutige Bestimmung der Holzarten in den verschiedenen aus Holz hergestellten Materialien und Produkten. Dabei unterstützt unsere Forschung.

Im Rahmen des Projektes entwickeln wir gemeinsam mit dem Thünen-Kompetenzzentrum Holzherkünfte ein optisches Bilderkennungssystem zur Bestimmung von Hölzern in Faserstoffen (Zellstoff-/ Papierprodukte), um die erforderlichen Deklarationspflichten bezüglich des Artnachweises gemäß der Europäischen Holzhandelsverordnung (EUTR) im Handel zu erfüllen und großflächig zu überprüfen. Schwerpunkt am Fraunhofer ITWM ist dabei die Entwicklung der KI-Analysesoftware.

Mit diesem System können umfangreichere Kontrollen mittels KI durchgeführt werden und Materialströme intensiver überwacht werden. Jedes Prüflabor, das mit den entwickelten KI-Systemen in die Lage versetzt wird, einfache Kontrollen des internationalen Handels mit Papier durchzuführen, ist ein Multiplikator in der Eindämmung des illegalen Holzeinschlags.

Neuronale Netze unterstützen Analyse

Die eindeutige Erkennung und Abgrenzung der Strukturmerkmale für eine zweifelsfreie Holzartenbestimmung erfordert aktuell eine fundierte wissenschaftliche Ausbildung/Expertise und v.a. den Zugang zu belegten Referenzpräparaten. Unser Kooperationspartner – das Thünen-Institut für Holzforschung – verfügt über mehr als 50.000 Referenzpräparate.

Unsere gemeinsame Aufgabe besteht darin, neuronale Netze für die eindeutige Holzidentifizierung anhand von hochaufgelösten Mikroskop-Bildern zu entwickeln und diesen Mikrostruktur-Analyseverfahren gegenüber zu stellen. Aktuell ist noch unklar, welche Methoden sich hier besser eignen.

Die notwendigen Tools für dieses Vorhaben (u.a. Annotierung und Augmentierung) sind im letzten Jahr zum Teil in anderen KI-Projekten der Abteilung Bildverarbeitung entwickelt worden.

Weiterhin hat unsere Abteilung viele Softwaretools zur Unterstützung von KI-Methoden entwickelt:

  • Ein Annotierungstool, das es Nutzer:innen ermöglicht Bilder zu klassifizieren oder interessante Bereiche zu Markieren. Das Tool hat eine direkte Schnittstelle zu dem Deep-Learning-Softwarepaket TensorFlow von Google.
  • Testtools zu Validierung des Trainings u.a. Regressionstests, Ausreißerdetektion u.a.
  • Augmentierungsalgorithmen zur Vergrößerung der Datenbasis
  • Die von BV vertriebenen Standard-Bildverarbeitungswerkzeuge für 2D-Bildverarbeitung (ToolIP) und 3D-Bildverarbeitung (MAVI). Mit dem Werkzeug MAVI werden, basierend auf Computertomographiebildern, u.a. Holzmaterialien analysiert.
     

Faseranalysen des Thünen-Instituts für Holzforschung

Faseranalyse Eucalyptus
© Thünen-Institut für Holzforschung
Eucalyptus
Faseranalyse Pinus
© Thünen-Institut für Holzforschung
Pinus
Faseranalyse Pinus
© Thünen-Institut für Holzforschung
Pinus