Ein Foto, auf dem nur eine Motorhaube zu sehen ist, die hinter einem Haus hervorragt – trotzdem erkennen erwachsene Betrachtende sofort, dass es sich um ein Auto handelt. Denn der menschliche Verstand kann normalerweise erfassen, welche Objekte in einer Szene vorhanden sind, und sich auch verborgene Teile davon vorstellen. Doch wie genau erkennt der Verstand die Bedeutung solcher Szenen? Dieser Frage geht das Forschungsprojekt „SEGMENT“ unter Leitung des TU-Psychologieprofessors Thomas Wallis nach, das nun mit einem renommierten ERC Consolidator Grant gefördert wird. Die Fördersumme über eine Laufzeit von fünf Jahren beträgt rund 2,1 Millionen Euro.

Ausgangspunkt und erster Schritt des visuellen Verständnisses von Szenen ist die sogenannte Segmentierung: Dabei versucht das menschliche Gehirn zu erkennen, welche Teile einer dargestellten Szene zu welchen Objekten gehören. Erwachsene können das bis zu einem gewissen Grad anhand von Fotos tun – auch wenn sie als Kleinkinder nicht mit Hilfe von Fotos, sondern in einer 3D-Welt sehen gelernt haben. Informationen über die eigene Umgebung liefern unter anderem die Art und Weise, wie Szenen in das menschliche Auge projiziert werden, wie das Licht durch die Optik des Auges beeinflusst wird, wie Fotorezeptoren im Auge auf das Licht reagieren und wie die Augen bewegt werden.

Wie Menschen all diese Informationen des aktiven 3D-Sehens kombinieren, um eine Segmentierung vorzunehmen, ist jedoch nicht bekannt. Das liegt daran, dass herkömmliche visuelle Anzeigegeräte diese Faktoren nicht genau nachahmen können und dass es unethisch wäre, diese Faktoren bei Kleinkindern zu manipulieren. Hier setzt das Projekt von Professor Wallis an: Im Rahmen von „SEGMENT“ sollen ein neues Anzeigegerät und experimentelle Methoden entwickelt werden, um zu untersuchen, wie Erwachsene Szenen segmentieren. Zudem sollen Stimulierungen des visuellen Systems von der frühen Entwicklung bis zum Erwachsenenalter simuliert werden. Dazu will das Darmstädter Team um Professor Wallis bahnbrechende neue Technologien auf Grundlage fortschrittlicher Computergrafik und maschinellem Lernen nutzen.

Weiter geplant sind Experimente am Computer mit künstlichen neuronalen Netzen, um das Segmentierungslernen zu verstehen. Dabei wollen die Forschenden verschiedene Faktoren wie die Optik oder die Bewegung der Augen systematisch einschränken oder manipulieren. Das erlernte Verhalten der künstlichen Netze soll schließlich mit dem Verhalten Erwachsener bei der Segmentierung bei der aktiven Erkundung von 3D-Szenen verglichen werden. „Wir wollen Gemeinsamkeiten und Unterschiede nutzen, um ein grundlegendes Rätsel der Wahrnehmung besser zu verstehen: wie der Verstand den Sinn von Szenen erkennt“, erklärt Wallis.

mih