Einstieg
Ein Fenster rechnet sich durchs Bild
Diese neun Zahlen machen senkrechte Kanten sichtbar. Woher kommen sie?
Menschen: Irwin Sobel und Gary Feldman, Stanford 1968. Der Sobel-Filter wird bis heute benutzt.
KI-Bilderkenner lernen ihre Filterzahlen dagegen selbst und kommen oft auf ähnliche.
Aber was rechnet das Fenster? Und warum gerade −1, −2, 0, 1 und 2?
Vortrag „An Isotropic 3×3 Image Gradient Operator“, Stanford AI Lab.
Station 1 · Rechnen
Neun Malaufgaben, eine Summe
Helligkeit: 0 = schwarz, 255 = weiß. Tippe ein Feld an, dorthin wandert das Fenster. Wo ergibt es 0, wo die größte Zahl?
Neues Bild, 6 × 4 Pixel. Am Rand passt das Fenster nicht ganz hinein.
y(i, j) = Σm,n w(m, n) · x(i + m, j + n), m, n ∈ {−1, 0, 1}. Genau genommen eine Kreuzkorrelation; in der KI heißt sie trotzdem Faltung (bei der mathematischen Faltung wird der Kern um 180° gedreht).
Station 2 · Werkstatt
Neun Zahlen, viele Wirkungen
Auftrag: Dreht bei „Senkrechte Kanten“ alle Vorzeichen um. Was ändert sich bei „± Farbe“, was bei „Stärke“? Erst vermuten!
Station 3 · Begründen
Warum gerade diese Zahlen? Teil 1: Weichzeichnen
÷ 16
- Alle Zahlen positiv: Jedes Pixel wird mit seinen 8 Nachbarn gemischt.
- Mitte 4, Seiten 2, Ecken 1: Nahe Nachbarn zählen mehr.
- Zusammen 16. Darum ÷ 16, sonst wäre alles 16-mal so hell.
1, 2, 1 sind Binomialkoeffizienten (Pascalsches Dreieck) und nähern eine Gaußsche Glockenkurve an: [1 2 1]ᵀ · [1 2 1] / 16.
Regel: Ergeben die Zahlen zusammen 1 (nach dem Teilen), bleiben gleichmäßige Flächen gleich hell.Die Körnung wird dabei verschmiert, das Bild wird glatter.
Station 3 · Begründen
Teil 2: Kanten finden trotz Körnung
Rechts minus links. Gleich hell ergibt 0. Aber auch jedes Körnchen ist ein Unterschied.
| × | −1 | 0 | 1 |
|---|---|---|---|
| 1 | −1 | 0 | 1 |
| 2 | −2 | 0 | 2 |
| 1 | −1 | 0 | 1 |
Oben: Unterschied (−1 0 1). Links: Glätten (1 2 1) wie beim Weichzeichnen. Malnehmen ergibt genau den Sobel-Filter.
Drei Zeilen statt einer, die mittlere doppelt. Die Körnung wird schwächer, die Kanten bleiben.
Vergleicht den Himmel in beiden Bildern. Beide: körniger Leuchtturm, Stärke ohne Vorzeichen, Helligkeit automatisch angepasst, damit der Vergleich fair ist.
Rauschabstand an einer geraden Stufe der Höhe Δ: Sobel liefert 4Δ bei Rauschen √12·σ ≈ 3,5σ, der einfache Unterschied Δ bei √2·σ ≈ 1,4σ. Theoretisch 1,6-mal besser, in diesem Bild gemessen etwa 1,5-mal. Sobel ist separierbar: [1 2 1]ᵀ · [−1 0 1].
Station 4 · Lernen
Die Maschine findet die Zahlen selbst
Start mit Zufallszahlen.
Rechnen → mit dem Ziel vergleichen → jede Zahl ein Stück verbessern → wiederholen
Verlust L = 1/N · Σ (ŷ − y)², Gradient ∂L/∂wk = 2/N · Σ (ŷ − y) · xk, Optimierer Adam (Lernrate 0,1), jede Runde alle 35 224 inneren Pixel. Vereinfachung: Das Zielbild ist vorgegeben. Echte Bilderkenner bekommen nur die richtige Antwort; die Filter entstehen nebenbei.
Station 5 · Im echten Netz
Bilderkenner lernen Hunderte Filter
Schicht 1 ist hier echt gerechnet, die Schichten danach sind ein Schema. Jede Schicht hat ihre eigenen Filter und rechnet mit den Ergebnissen der Schicht davor.
Filter (je 11 × 11 Pixel, farbig) lernte das Netz AlexNet (2012) in seiner ersten Schicht, ohne Vorgabe. Viele reagieren auf Kanten und Streifen in einer Richtung, ähnlich wie Sobel.
Wer legt die Zahlen fest? Das Training. Das Netz startet mit Zufallszahlen und verbessert sie in sehr vielen kleinen Schritten.
Vorbild Gehirn: Hubel und Wiesel fanden 1959 Nervenzellen in der Sehrinde, die auf Kanten einer Richtung reagieren (Nobelpreis 1981). Eine 3×3-Schicht mit 64 Ein- und 64 Ausgangskanälen hat 3 · 3 · 64 · 64 = 36 864 Gewichte, dazu 64 Bias-Werte.
Abschluss · Check
Kannst du es erklären?
Alle neun Zahlen sind 1. Was passiert mit dem Bild, wenn man nicht durch 9 teilt?
Jedes neue Pixel ist die Summe aus neun Pixeln, also etwa neunmal so hell. Teilen durch die Summe der Zahlen hält die Helligkeit gleich.
Ein Kantenfilter (links −1, rechts +1) liegt auf einer gleichmäßig grauen Wand. Was kommt heraus?
Links und rechts gleich hell: Minus und Plus heben sich auf. Ein Kantenfilter meldet nur Unterschiede.
Wer legt in einem KI-Bilderkenner die Zahlen der Filter fest?
Das Netz startet mit Zufallszahlen und verbessert sie schrittweise. Viele gelernte Filter der ersten Schicht reagieren wie Sobel auf Kanten in einer Richtung.
Merke: Ein Filter ist ein Fenster mit neun Zahlen. Pixel mal Zahl, alles addieren, fertig ist das neue Pixel.Klassische Filter: Menschen wählen und begründen die Zahlen. KI-Bilderkenner: Das Netz lernt sie aus Beispielen.