Bewertung signaturverändernder Maßnahmen

Dieser Arbeitsbereich befasst sich mit der Bewertung signaturverändernder Maßnahmen durch computergestützte, mathematische sowie verhaltensphysiologische Untersuchungen.

Anhand von Bild- oder Videodaten soll letztendlich bestimmt werden, wie sich verschiedene Veränderungen der Signatur auf die Tarnleistung, also die Veränderung von Entdeckung, Erkennung und Identifizierung durch Menschen und Algorithmen auswirkt. Zur Ermittlung tarnbewertungsrelevante Statistiken werden Beobachterversuche organisiert, durchgeführt und ausgewertet. Dabei geht es darum, ab wann ein Objekt im Mittel entdeckt und ab welcher Entfernung dieses Objekt identifiziert wird, um durch diese Werte die Effektivität unterschiedlicher Tarnmaterialien oder –Maßnahmen bezüglich menschliche Beobachter zu bewerten.

Die Software CARPET wurde für diese Beobachterversuche entwickelt und wird stets erweitert und auf aktuellem Stand gehalten. Die aktuelle Version ist v5.01/2020.

Die bildbasierte Tarnbewertung wird zudem durch ein selbst entwickelte Algorithmenpaket ALOPEX durchgeführt, welche die statistische Abweichung von Objekten zu ihrer unmittelbaren Umgebung sowie im Kontext des Gesamtbildes bestimmt und somit die Tarnleistung als Grad der Anpassung an die Umgebung bestimmt. Dieses Softwarepaket wurde aufgrund von neurobiologischen Grundlagen entwickelt indem es neuronale Vorgänge in der Retina und dem visuellen Cortex imitiert, wodurch versucht wird, die Wahrscheinlichkeit zu ermitteln, dass ein getarntes Objekt von einem Beobachter fixiert oder Übersehen wird.

Diese Methoden führen zum Erhalt von Auffälligkeits-Heatmaps, welche die Bereiche eines Bildes oder eines Videos markieren, die durch hohem Anomaliegrad auffällig wirken. Diese Heatmaps werden anhand von Eyetracking und Fixations-Heatmaps überprüft und die Algorithmen somit parametrisch verbessert und weiterentwickelt.

Ergänzend zu dieser Bottom-Up Methodik wird die Tarnleistung anhand der Erkennungs- und Klassifikationrate von künstlichen neuronalen Netzen (CNN) bewertet. An dieser Stelle werden auch neuartige KI-basierte Methoden bezüglich ihrer Bedeutung für die Tarnung und Tarnbewertung untersucht.

Durch die Kombination all dieser Ansätze wird eine umfassende Bewertung signaturverändernder Maßnahmen ermöglicht.