Ziel
Ziel des Forschungsvorhabens ist es, automatisierte (digitale) Bilderkennungssysteme mittels künstlicher Intelligenz (KI) zu entwickeln, um die erforderlichen Deklarationspflichten zum Artnachweis gemäß der Europäischen Holzhandelsverordnung (EUTR) im Handel zu erfüllen und diese Deklarationen großflächiger überprüfen zu können. Die Ergebnisse sollen wissenschaftlich veröffentlicht und allen Prüfinstituten zur Kontrolle des international gehandelten Holzes zur Verfügung gestellt werden.
Aufgaben
Eine Auswahl relevanter Hölzer wird zu realistischen Trainings- und Testobjekten verarbeitet. Um ideale Ausgangsdaten für das maschinelle Lernen zu generieren, werden viele Trainingsbilder benötigt, die ein Mikroskop automatisiert in hoher Auflösung aufnimmt und digitalisiert. Alle Bilddaten werden in einer Datenbank organisiert und zum Training und zur Validierung der Künstlichen Intelligenz verwendet.
Status Quo
Deutschland gehört weltweit zu den Spitzenreitern im Papierverbrauch. Vor allem durch den wachsenden Online-Handel steigt die Nachfrage nach Verpackungsmaterial wie Karton und Pappe. Um den Handel mit legalen Rohstoffen zu stärken, werden am Thünen-Kompetenzzentrum „Holzherkünfte“ die verwendeten Holzarten bestimmt. Derzeit besteht die Standardmethode zur Bestimmung von Holzgattungen in Faserstoffen darin, die Anatomie der Zellen mit Referenzen zu vergleichen. Die Identifizierung wird durch die Untersuchung der Gefäßelemente im Laubholz möglich. Diese besitzen die zahlreichsten und auffälligsten charakteristischen morphologischen Merkmale, die sich von Gattung zu Gattung unterscheiden und eine Differenzierung dieser Gattungen ermöglichen.
Bisher werden bei der Holzartenbestimmung Schnittpräparate von Holz und bei Faserstoffen wie Papier vereinzelte Zellen lichtmikroskopisch untersucht und von Experten und Expertinnen begutachtet. Für die Bestimmung der Holzartenzusammensetzung eines Präparates von Faserstoffen müssen mehr als 1.000 Zellen mikroskopisch betrachtet und mit vorhandenen Referenzen verglichen werden, was neben wissenschaftlicher Expertise hohen Zeitaufwand erfordert.
Vorteile
Automatisierte Bilderkennungssysteme können eine enorme Arbeitserleichterung und Zeitersparnis bedeuten. Das Fraunhofer-Institut ITWM bringt dabei seine Expertise ein, indem es die spezifischen Algorithmen entwickelt und die Software mittels maschinellen Lernens trainiert.
Der breite Einsatz der Systeme erleichtert Behörden-Kontrollen und freiwillige Selbstkontrollen des Handels, sichert die Einfuhr legaler Rohstoffe und stärkt so den Verbraucherschutz.
Projektdaten und -partner
2220HV063A
Teilvorhaben 1: Holzanatomie, Johann Heinrich von Thünen-Institut Bundesforschungsinstitut für Ländliche Räume, Wald und Fischerei - Institut für Holzforschung
https://www.kiwuh.de/index.php?id=13475&fkz=2220HV063A
2220HV063B
Teilvorhaben 2: Implementierung von KI-Algorithmen zur Holzartenbestimmung, Fraunhofer-Institut für Techno- und Wirtschaftsmathematik (ITWM)
https://www.kiwuh.de/index.php?id=13475&fkz=2220HV063B
Projekt-Laufzeit: 01. Juni 2021 – 30. Mai 2024
Weiterführende Informationen finden Sie hier:
www.fnr.de/projektfoerderung/projekte-und-ergebnisse/projektverzeichnis/