{"id":4906,"date":"2024-01-17T08:29:30","date_gmt":"2024-01-17T08:29:30","guid":{"rendered":"https:\/\/lamarr-institute.org\/blog\/deep-learning-re-identifikation\/"},"modified":"2025-11-12T14:53:11","modified_gmt":"2025-11-12T14:53:11","slug":"deep-learning-re-identifikation","status":"publish","type":"blog","link":"https:\/\/lamarr-institute.org\/de\/blog\/deep-learning-re-identifikation\/","title":{"rendered":"Deep Learning-basierte Re-Identifikation in der Logistik"},"content":{"rendered":"\n

Die Bedeutung von Technologien des Maschinellen Lernens (ML) ist in der Industrie im Zuge des digitalen Wandels stark gestiegen. Der Einsatz von intelligenten Systemen erleichtert nicht nur den Mitarbeitenden die Arbeit, sondern optimiert viele Prozesse und Warenfl\u00fcsse. Jedoch verlaufen bis heute noch wesentliche Bereiche nicht automatisiert, wodurch zus\u00e4tzliche Arbeit entsteht, die mit mehr Zeitaufwand und Kapazit\u00e4tskosten verbunden ist. <\/p>\n\n\n\n

Neben der Klassifizierung und Lokalisierung von Bildern und Objekten (Object Detection<\/a>) im Rahmen von Computer Vision<\/a>-Verfahren, ist ein h\u00e4ufiger Anwendungsfall das Re-Identifizieren von bestimmten Gegenst\u00e4nden oder Objekten. In diesem Blog-Beitrag wird n\u00e4her erl\u00e4utert, wie diese Re-Identifikation funktioniert.<\/p>\n\n\n\n

Re-Identifikation<\/h2>\n\n\n\n

Re-Identifikation (englisch: Re-Identification\/Re-ID) ist der Prozess, bei dem ein Individuum, ein Objekt oder ein Muster in verschiedenen Bildern identifiziert wird. Oft erfolgt dieser Prozess auch \u00fcber mehrere, sich nicht \u00fcberschneidende Kameras hinweg. Ein bekanntes Beispiel f\u00fcr Re-Identifikation ist die Gesichtserkennung. Hier m\u00fcssen neue Bilder von Gesichtern (und daraus extrahierte Merkmale) mit einer Basis von gespeicherten Gesichtern (und Merkmalen) verglichen werden, um zu entscheiden, ob sich dieses zu einem bereits bekannten Gesicht zuordnen l\u00e4sst oder nicht.<\/p>\n\n\n\n

\"Beispielhafte
Beispielhafte Vorgehensweise bei der Re-Identifikation: F\u00fcr ein gegebenes Probebild und eine Reihe von aufgezeichneten Videobildern wird die \u00c4hnlichkeit zwischen den Merkmalen berechnet und in absteigender Reihenfolge der \u00c4hnlichkeit mit dem Probebild in einer Liste sortiert.
\u00a9 https:\/\/arxiv.org\/abs\/2005.00355<\/figcaption><\/figure>\n\n\n\n

Die Wiedererkennung von Objekten auf Bildern ist hier sehr \u00e4hnlich zu dem Aufgabenbereich der Klassifikation. Im Gegensatz zur Klassifikation<\/a> handelt es sich im Rahmen der Re-Identifikation jedoch nicht nur um Objekte des gleichen sondern auch desselben Typs. Au\u00dferdem ist die Menge an verschiedenen Entit\u00e4ten meistens nicht abgegrenzt. <\/p>\n\n\n\n

Ein \u00e4hnlicher Anwendungsfall ist das Objekt-Tracking. Hierbei werden einzelne Objekte in Kamerabildern \u201cverfolgt\u201d und auf Basis der zeitlich im Kamerastream kurz vorangegangenen Bilder zugeordnet. Die Re-Identifikation kann \u00fcber beliebige Zeitr\u00e4ume erfolgen und auch das Tracking von Objekten unterst\u00fctzen.<\/p>\n\n\n\n

\"Autos
Beispiel Objekt Tracking: Im Bereich der Videoanalyse wird Objekt-Tracking nicht nur zur Bestimmung der Position und der Klasse eines Objektes verwendet, sondern es beh\u00e4lt auch eine eindeutige ID f\u00fcr jedes erkannte Objekt im Verlauf des Videos bei.
\u00a9 Lance Chang\/unsplash.com & Fraunhofer IML <\/figcaption><\/figure>\n\n\n\n

Methoden der Re-Identifikation<\/h2>\n\n\n\n

Eine etablierte Deep Learning-basierte Methode f\u00fcr die Re-Identifikation sind sogenannte Siamese Networks<\/strong>. Dies sind neuronale Netze, welche zwei oder mehr identische Subnetze, also die gleichen Schichten, Parameter und Gewichte, beinhalten. Diese werden genutzt, um \u00c4hnlichkeiten von verschiedenen Inputs auf Basis der berechneten Merkmalsvektoren herauszustellen.<\/p>\n\n\n\n

\"Darstellung
Die Siamese Network-Architektur akzeptiert zwei Eingabebilder (zwei Unterschriften in diesem Beispiel), verf\u00fcgt \u00fcber identische Subnetze f\u00fcr jeden Eingang und bestimmt aus der berechneten Distanz zwischen den Ausg\u00e4ngen die \u00c4hnlichkeit der Eingabebilder.
\u00a9 https:\/\/arxiv.org\/abs\/1707.02131<\/figcaption><\/figure>\n\n\n\n

Das Resultat der Berechnung in Siamese Networks ist ein \u00c4hnlichkeits-Score<\/em>, welcher anzeigt, wie wahrscheinlich es ist, dass zwei Inputs zu derselben Entit\u00e4t geh\u00f6ren. Im Training dieser Netze k\u00f6nnen dazu Paare von Inputs pr\u00e4sentiert werden – zum einen positive Paare (zum Beispiel zwei verschiedene Fotos derselben Person) und zum anderen negative Paare (zum Beispiel zwei Fotos verschiedener Personen). Die Aufgabe des Netzes ist es nun, die Distanz im \u00c4hnlichkeits-Score positiver Paare zu minimieren und die Distanz negativer Paare zu maximieren.<\/p>\n\n\n\n

Eine weitere Methode Siamese Networks zu trainieren ist der sogenannte \u201cTriplet Loss\u201d. Hier werden dem Netz drei anstelle von zwei Inputs pr\u00e4sentiert: ein sogenannter Anker<\/em> als Referenzbild, ein positives Beispiel, welches derselben Entit\u00e4t entspricht und ein negatives Beispiel, welches eine andere Entit\u00e4t repr\u00e4sentiert. In Bezug auf den \u00c4hnlichkeits-Score, das Ziel im Training ist es nun, dass das positive Beispiel n\u00e4her zum Anker Input liegt als das negative Beispiel mit einer vorgegebenen Spanne als Hyperparameter<\/em>. Dadurch soll das Netz robustere Merkmale zum Unterscheiden verschiedener Entit\u00e4ten mit einer klaren Abgrenzung zwischen ihnen lernen.<\/p>\n\n\n\n

[Formel Triplet Loss: L=max{d(a,p)\u2212d(a,n)+margin,0}]<\/strong><\/p>\n\n\n\n

\"Visualisierung
Visualisierung des Triplet Loss anhand eines positiven Paares (oberes und mittleres Gesicht) und negativen Paares (oberes und unteres Gesicht).
\u00a9 Christian Buehner\/unsplash.com & Fraunhofer IML<\/figcaption><\/figure>\n\n\n\n

Klassifikatoren als Basis f\u00fcr Re-Identifikation<\/h2>\n\n\n\n

Eine Alternative zum direkten Lernen von Unterschieden ist es, zun\u00e4chst einen Klassifikator<\/em> zu trainieren. Hier werden die IDs der Entit\u00e4ten als Klassenlabel genutzt, um das Modell die Unterschiede zwischen den Entit\u00e4ten implizit lernen zu lassen.<\/p>\n\n\n\n

Im Falle der Re-Identifikation ist die Gesamtzahl der IDs jedoch oft \u2013 selbst zum Zeitpunkt des Trainings – nicht bekannt. Deswegen wird der eigentliche Klassifikations-Layer nach dem Training verworfen und lediglich der Merkmalsvektor extrahiert, der zur Klassifikation genutzt werden w\u00fcrde. \u00dcber diesen Merkmalsvektor k\u00f6nnen nun unter Verwendung von \u00c4hnlichkeits- und Distanzma\u00dfen (zum Beispiel Kosinus-\u00c4hnlichkeit, Euklidische Distanz) verschiedene Inputs miteinander verglichen werden.<\/p>\n\n\n\n

Dazu verwendet man eine Art Datenbank von den Merkmalsvektoren bereits bekannter Entit\u00e4ten, welche mit den Vektoren neuer Inputs verglichen werden. Die Entit\u00e4t, bei der die \u00c4hnlichkeit am gr\u00f6\u00dften ist, wird dann dem neuen Input zugeordnet. Dabei wird jedoch auf ein Mindestma\u00df an \u00c4hnlichkeit geachtet. Wird dieses bei keiner der bereits bekannten Entit\u00e4ten eingehalten, so handelt es sich um eine noch nicht bekannte Entit\u00e4t, die neu in die Datenbank aufgenommen wird.<\/p>\n\n\n\n

Eine Netzarchitektur, die speziell f\u00fcr diesen Fall entwickelt wurde, ist die sogenannte Part-based Convolutional Baseline (PCB)<\/strong>. Diese Architektur nutzt ein beliebiges Convolutional Network als Backbone Netzwerk<\/a> und einen speziellen Pooling-Layer, um die Merkmale in eine vordefinierte Anzahl an Teilen zu zerlegen. Die Feature Vektoren der einzelnen Teile werden dann in jeweils separate Fully-Connected Layer zur Klassifizierung der IDs gegeben. Im Einsatz k\u00f6nnen so die Merkmalsvektoren der einzelnen Parts wieder zusammengef\u00fcgt und als Ganzes verglichen werden.<\/p>\n\n\n\n

\"Funktionsweise
Funktionsweise eines PCB: Das Eingabebild durchl\u00e4uft das Convolutional Network sowie den speziellen Pooling-Layer. Jeder entstandene Spaltenvektor wird in einen jeweiligen Klassifikator gegeben, welcher w\u00e4hrend des Trainings die Identit\u00e4t des Eingabebildes voraussagt.
\u00a9 https:\/\/arxiv.org\/abs\/1711.09349 <\/figcaption><\/figure>\n\n\n\n

Automatisierung in der Intralogistik durch Re-Identifikation<\/h2>\n\n\n\n

In der Logistik ist es oft notwendig Ladungstr\u00e4ger, wie zum Beispiel Euro-Paletten, in verschiedenen Prozessschritten (zum Beispiel Wareneingang und -ausgang) wiederzuerkennen. Dazu werden in der Regel Label-basierte Methoden, wie Barcodes, RFID-Tags und \u00c4hnliches, verwendet. Diese m\u00fcssen oft manuell auf den Ladungstr\u00e4ger oder den darauf befindlichen Waren und Paketen angebracht und die Prozesse um diese Schritte erweitert werden. Um den Automatisierungsgrad in der Intralogistik weiter zu steigern, wurden Methoden erforscht, wie das Wiedererkennen von Ladungstr\u00e4gern v\u00f6llig ohne manuelles Labeln auskommen kann.<\/p>\n\n\n\n

Dazu wurden am Beispiel von Euro-Paletten die erl\u00e4uterte Re-Identifikationsmethode Part-based Convolutional Baseline getestet. Die Vorgehensweise: Es werden Kamerabilder von Paletten, die auf einem Laufband in Umschlagslagern bewegt werden, aufgenommen. Von diesen Bildern werden mittels Objekterkennung die Verbindungskl\u00f6tze der Paletten extrahiert und die Bilder dieser Kl\u00f6tze dann mit Hilfe eines PCB-Netzwerks einzeln in Merkmalsvektoren, sogenannte \u201cFingerprints\u201d, umgewandelt.<\/p>\n\n\n\n

\"Beispielaufnahmen
Beispielaufnahmen von Palettenkl\u00f6tzen: Aus den Aufnahmebildern der Palettenkl\u00f6tze werden die relevanten visuellen Merkmale erfasst. Diese Merkmale dienen als Grundlage f\u00fcr die Berechnung der Fingerprints.
\u00a9 https:\/\/ieeexplore.ieee.org\/abstract\/document\/10068869<\/figcaption><\/figure>\n\n\n\n

Auf Basis der Fingerprints der einzelnen Kl\u00f6tze k\u00f6nnen nun ganze Palletten wiedererkannt werden. Das Aufteilen der Palette in einzelne Kl\u00f6tze (sechs pro Palette) sorgt dabei f\u00fcr eine ausreichende Redundanz in der Wiedererkennung.<\/p>\n\n\n\n

Im Wareneingang werden die Fingerprints der Paletten in einer Datenbank abgelegt und k\u00f6nnen bei der Wiedererkennung im Warenausgang verglichen werden. Das Tracken von eingehenden und ausgehenden Paletten in einem Umschlagslager wird so automatisiert.<\/p>\n\n\n\n

\"Demonstrator
Demonstrator \u201eNaturIdent\u201c: Jede Palette kann aus den Palettenspeichern entnommen und auf die F\u00f6rderstrecke gezogen werden. Dort wird die Palette von einem Kamerasystem erfasst, die Signatur erstellt und beim Empf\u00e4nger identifiziert.
\u00a9 https:\/\/www.silicon-economy.com\/one-in-500-million-algorithm-identifies-pallets-by-its-grain\/<\/figcaption><\/figure>\n\n\n\n

Eine aktuelle Herausforderung der Re-Identifikation besteht immerhin im Tracken \u00fcber l\u00e4ngere Zeitr\u00e4ume. Gerade Euro-Paletten k\u00f6nnen mit der Zeit ihr Aussehen ver\u00e4ndern, zum Beispiel durch Alterung oder Besch\u00e4digung.<\/p>\n\n\n\n

Potenziale der Re-Identifikation<\/h2>\n\n\n\n

Im Gegensatz zur Klassifikation k\u00f6nnen bei der Re-Identifikation tats\u00e4chliche Entit\u00e4ten und nicht nur Arten von Produkten verfolgt werden. So k\u00f6nnen zum Beispiel nicht nur Mengen und Verbr\u00e4uche verschiedener Produktionsmittel, sondern auch tats\u00e4chliche Warenstr\u00f6me erfasst werden. Auch Prozesse, die aus Gr\u00fcnden von R\u00fcckverfolgbarkeit oder Sicherheit eine eindeutige Wiedererkennung von Entit\u00e4ten erfordern, k\u00f6nnen schneller und ohne manuelle Aufw\u00e4nde durchgef\u00fchrt werden. Diese Erfassung ist mit Klassifikation und Objekterkennung nicht praktikabel, da alle m\u00f6glichen Entit\u00e4ten vorab bekannt sein m\u00fcssten.<\/p>\n\n\n\n

Weitere Anwendungsf\u00e4lle, die durch dieses Machine-Learning-Verfahren bearbeitet werden k\u00f6nnten, w\u00e4ren die Verbesserung von Sendungsverfolgungen durch das Wegfallen physischer IDs, die Optimierung von Warenfl\u00fcssen oder die Umsetzung verschiedener gesetzlicher Vorgaben der R\u00fcckverfolgbarkeit von Produkten oder Produktionsmitteln. Auch die Verfolgbarkeit von Produktkombinationen statt einzelner Entit\u00e4ten ist ein m\u00f6glicher Anwendungsfall.<\/p>\n\n\n\n

Neugierig geworden? Dann erfahren Sie in diesen wissenschaftlichen Ver\u00f6ffentlichungen<\/strong> mehr: <\/p>\n\n\n\n

PCB ref: Beyond Part Models: Person Retrieval with Refined Part Pooling: https:\/\/arxiv.org\/abs\/1711.09349<\/a><\/p>\n\n\n\n

Deep Learning Based Re-Identification of Wooden Euro-pallets: https:\/\/ieeexplore.ieee.org\/abstract\/document\/10068869<\/a><\/p>\n\n\n\n

Towards Re-Identification for Warehousing Entities – A Work-in-Progress Study: https:\/\/ieeexplore.ieee.org\/abstract\/document\/9613250<\/a> <\/p>\n\n\n\n

https:\/\/www.silicon-economy.com\/one-in-500-million-algorithm-identifies-pallets-by-its-grain\/<\/a><\/p>\n\n\n\n

Datens\u00e4tze:<\/p>\n\n\n\n

https:\/\/zenodo.org\/records\/8125376<\/a>
https:\/\/zenodo.org\/records\/6358607<\/a>
https:\/\/zenodo.org\/records\/6353714<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"

Mittels Deep Learning-basierter Re-Identifikation k\u00f6nnen Objekte desselben Typs auf Bildern wiedererkannt werden. Das Computer Vision-Verfahren wird erfolgreich zur Automatisierung von Prozessen in der Intralogistik eingesetzt.<\/p>\n","protected":false},"author":22,"featured_media":3916,"template":"","meta":{"_acf_changed":false,"footnotes":""},"blog-category":[1416,546],"blog-tag":[1447,1457,1480,1552],"class_list":["post-4906","blog","type-blog","status-publish","has-post-thumbnail","hentry","blog-category-alle-blogbeitraege","blog-category-anwendung","blog-tag-automation-de","blog-tag-computer-vision-de","blog-tag-deep-learning-de","blog-tag-logistik"],"acf":[],"publishpress_future_workflow_manual_trigger":{"enabledWorkflows":[]},"_links":{"self":[{"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/blog\/4906","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/blog"}],"about":[{"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/types\/blog"}],"author":[{"embeddable":true,"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/users\/22"}],"version-history":[{"count":0,"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/blog\/4906\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/media\/3916"}],"wp:attachment":[{"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/media?parent=4906"}],"wp:term":[{"taxonomy":"blog-category","embeddable":true,"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/blog-category?post=4906"},{"taxonomy":"blog-tag","embeddable":true,"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/blog-tag?post=4906"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}