Detailseite
SFB 1233: Robustheit des Sehens - Prinzipien der Inferenz und neuronale Mechanismen
Fachliche Zuordnung
Medizin
Informatik, System- und Elektrotechnik
Sozial- und Verhaltenswissenschaften
Informatik, System- und Elektrotechnik
Sozial- und Verhaltenswissenschaften
Förderung
Förderung seit 2017
Webseite
Zur Homepage
Projektkennung
Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 276693517
Der Sonderforschungsbereich (SFB) 1233 bringt führende Forscher auf den Gebieten des maschinellen Lernens, der Computer Vision und der System-Neurowissenschaften zusammen, um die neuronalen Verarbeitungsschritte aufzudecken, die dem robusten Sehen zugrunde liegen. Das Sehvermögen spielt eine Schlüsselrolle für Tiere und Menschen, um eine zuverlässige Übereinstimmung zwischen dem internen Modell des Gehirns von der Welt und der äußeren Umgebung zu erreichen. Diese Wahrnehmungsleistung erfordert das Auslesen von Mustern, die sich aus den Lichtpunkten eines Bildes zusammensetzen. Das Verständnis der Prinzipien und Algorithmen, die das robuste Auslesen dieser Muster ermöglichen, spielt eine grundlegende Rolle für das Verständnis des biologischen Sehens. In den letzten Jahren wurden im Bereich der Computer Vision große Fortschritte erzielt: Algorithmen wurden und werden an immer komplexeren Fragestellungen getestet, darunter auch Anwendungen in der realen Welt, wie z.B. autonomes Fahren. Doch noch immer übertrifft die Robustheit des menschlichen Sehvermögens die der getesteten Algorithmen. Der Sonderforschungsbereich (SFB) nutzt das immense Wissen aus dem Forschungsbereich der Computer Vision und versucht unser Verständnis über die Robustheit des Sehens sowohl in der Biologie als auch in Maschinen zu verbessern. In enger Zusammenarbeit zwischen Forschern im Bereich des maschinellen Lernens und Neurowissenschaftlern ist es unser Ziel, die Prinzipien des robusten Sehens aufzudecken und seine neuronalen Grundlagen im Säugetiergehirn zu identifizieren. Insbesondere liegt der Fokus des SFBs auf Bereichen, in denen die Neurobiologie des Sehens deutlich von den aktuellen Algorithmen und Studien der maschinellen Bildverarbeitung abweichen. Dabei verfolgen wir im Besonderen drei Fragestellungen:• Wie können generative und kausale Modelle die Robustheit visueller Inferenzalgorithmen verbessern und welche Rolle spielen dabei die zahlreichen Feedback-Verbindungen im Gehirn (Ziel 1)?• Wie wird die Robustheit der visuellen Inferenz durch dynamische Eigenschaften der natürlichen Bildaufnahme beeinflusst? (Ziel 2)?• Wie wirken sich präkortikale Signalverarbeitungsprozesse auf die Robustheit der visuellen Inferenz aus (Ziel 3)?Der Begriff der Robustheit ist eng mit dem Begriff der Generalisierung verbunden, d.h. der Fähigkeit, mit Situationen (oder Aufgaben) umzugehen, die sich von zuvor aufgetretenen Situationen unterscheiden. Die Fähigkeit zur Generalisierung ermöglicht auch eine sogenannte “task flexibility” bei realistischen und dynamischen Anforderungen in der visuellen Wahrnehmung, die ein gemeinsames Thema aller Projekte in der neuen Förderperiode sein wird. Alle Projekte haben stark von den engen und produktiven interdisziplinären Interaktionen innerhalb des CRC profitiert, die zu neuen Hypothesen führen, die in der zweiten Förderperiode untersucht werden sollen.
DFG-Verfahren
Sonderforschungsbereiche
Laufende Projekte
- 04 - Kausale Inferenzstrategien im visuellen System des Menschen (Teilprojektleiter Bethge, Matthias ; Schölkopf, Bernhard ; Wichmann, Felix A. )
- 06 - Probabilistische Inferenz im frühen visuellen Kortex (Teilprojektleiterinnen / Teilprojektleiter Macke, Jakob ; Nienborg, Hendrikje ; Sinz, Fabian ; Wichmann, Felix A. )
- 14 - Modelle von Netzhauterkrankungen als Hilfsmittel zum Verständnis des robusten Sehens (Teilprojektleiterinnen / Teilprojektleiter Macke, Jakob ; Schwarz, Ph.D., Christina ; Stingl, Katarina ; Zeck, Günther ; Zrenner, Eberhart )
- A01 - Robuste Inferenz von Materialeigenschaften (Teilprojektleiter Gehler, Peter ; Lensch, Hendrik ; Schölkopf, Bernhard )
- B02 - Neuronale Interaktionen während der natürlichen visuellen Wahrnehmung (Teilprojektleiter Bartels, Ph.D., Andreas ; Siegel, Markus )
- B03 - Verarbeitung natürlicher dynamischer Reize im menschlichen Hirn (Teilprojektleiter Bartels, Ph.D., Andreas ; Black, Ph.D., Michael )
- C01 - Aufgabenabhängige Modulation der visuellen Verarbeitung (Teilprojektleiterinnen / Teilprojektleiter Dayan, Peter ; Franz, Volker ; von Luxburg, Ulrike )
- C02 - Auswirkungen von Augenbewegungen auf die Sehverarbeitung: von der Netzhaut zur Wahrnehmung (Teilprojektleiterinnen / Teilprojektleiter Franke, Katrin ; Hafed, Ph.D., Ziad ; Schaeffel, Frank )
- D01 - Natürliche visuelle Reize für Mäuse: Statistik der natürlichen Umwelt und deren Repräsentation im visuellen System (Teilprojektleiterinnen / Teilprojektleiter Busse, Laura ; Euler, Thomas ; Schaeffel, Frank )
- D02 - Wie Bilder durch eine vollständige Ganglienzellpopulation an einem Ort der Retina verarbeitet werden (Teilprojektleiter Bethge, Matthias ; Euler, Thomas )
- D03 - Visuelle Verarbeitung von Feedforward- und Feedback-Signalen im dLGN des Thalamus (Teilprojektleiterinnen / Teilprojektleiter Berens, Philipp ; Busse, Laura )
- INF - Eine kollaborative Datenmanagement-Plattform für reproduzierbare Neurowissenschaften und maschinelles Lernen (Teilprojektleiter Berens, Philipp ; Sinz, Fabian )
- TRAT01 - Physiologisch inspirierte robuste elektro-optische Autofokale (Teilprojektleiter Wahl, Siegfried )
- Zehem15 - Zentralprojekt (Teilprojektleiter Bethge, Matthias )
Abgeschlossene Projekte
- 01 - Physikalische Modelle für Szeneninterpretation (Teilprojektleiter Gehler, Peter ; Lensch, Hendrik )
- 03 - Vergleich von robusten Sehleistungen von Mensch und Maschine (Teilprojektleiter Bethge, Matthias ; Wallis, Ph.D., Thomas )
- 08 - Robustes perzeptuelles Lernen: Die Rolle von Vorwissen und Schlaf (Teilprojektleiterinnen / Teilprojektleiter Nienborg, Hendrikje ; Rauss, Karsten )
- 17 - Erlernen von erklärbaren Strategien für selbstfahrende Autos aus wenigen Daten (Teilprojektleiterinnen / Teilprojektleiter Akata, Zeynep ; Geiger, Andreas )
Antragstellende Institution
Eberhard Karls Universität Tübingen
Beteiligte Hochschule
Ludwig-Maximilians-Universität München
Beteiligte Institution
Max-Planck-Institut für biologische Kybernetik; NMI Naturwissenschaftliches und Medizinisches Institut an der Universität Tübingen; Max-Planck-Institut für Intelligente Systeme (MPI)
Standort Tübingen
Standort Tübingen
Sprecher
Professor Dr. Matthias Bethge