Der Preisträger wurde am 5. Mai im Rahmen der 21. EMVA Business Conference in Sevilla/Spanien bekannt gegeben, wo er auch Gelegenheit hatte, seine Arbeiten im Rahmen des regulären Konferenzprogramms vorzustellen. Pieter Blok ist Forscher für Deep Learning und Computer Vision an der Wageningen University and Research in den Niederlanden. Pieter hat einen Bachelor- und Master-Abschluss in Agrartechnik von der Universität Wageningen. Im Dezember 2022 erlangte er seinen Doktortitel an der Universität Wageningen mit der Arbeit „Wahrnehmungsmodelle für selektive Ernteroboter in der Obst- und Gemüseproduktion“. Diese Dissertation wurde mit der Auszeichnung cum laude ausgezeichnet. Ab dem 1. Juli 2023 wird Pieter seine wissenschaftliche Karriere als Assistenzprofessor am Laboratory of Field Phenomics der Universität Tokio in Japan fortsetzen. In Tokio wird sich Pieter auf maschinelles Lernen und Bildverarbeitungstechnologien für die Pflanzenphänotypisierung konzentrieren.

Ausgezeichnete Arbeit: Fortgeschrittenes Deep Learning für Ernterobotik

Die manuelle Ernte von Obst und Gemüse ist eine arbeitsintensive Aufgabe, die unter dem aktuellen Arbeitskräftemangel in der Landwirtschaft leidet. Um zu verhindern, dass dieser Arbeitskräftemangel zu einem geringeren Angebot an Obst und Gemüse führt, wird derzeit nach Roboteralternativen gesucht. Damit ein Roboter eine Ernte erfolgreich ernten kann, müssen die Früchte und Gemüse mithilfe von Computer-Vision-Methoden erkannt werden. Leider sind die meisten Computer-Vision-Methoden bisher nicht in der Lage, generisch zu funktionieren, wenn sie in verschiedenen Bereichen eingesetzt werden. Dies ist ungünstig für den kommerziellen Erfolg dieser Roboter.

Ziel der Doktorarbeit von Pieter Blok war die Erforschung und Entwicklung neuer Bildverarbeitungsmethoden, die einem Ernteroboter helfen können, mit den genannten Variationen und Unsicherheiten umzugehen. Der Schwerpunkt der Doktorarbeit lag auf drei Aufgaben, die von jedem Ernteroboter ausgeführt werden müssen: Ernteerkennung, Erntegrößenschätzung und Bestimmung der Erntequalität.

Im Zusammenhang mit der Ernteerkennung konzentrierte sich Bloks Dissertation auf die Verbesserung der Generalisierungsleistung von Faltungs-Neuronalen Netzen (CNNs), um mit Variationen innerhalb derselben Ernte umzugehen. Normalerweise gibt es innerhalb einer Kultur viele Variationen, die dazu führen können, dass das trainierte CNN nicht ausreichend verallgemeinern kann. Daher konzentrierte sich Bloks Forschung auf die Anwendung verschiedener Arten der Datenerweiterung, um das Training eines CNN zu optimieren. Durch die Erweiterung geometrischer Daten (Rotation, Zuschneiden und Skalieren des Bildes) wurde gezeigt, dass das CNN besser auf mehrere Nutzpflanzensorten verallgemeinern kann.

Die nächste EMVA Business Conference findet in Danzig statt

Traditionell wurde am Ende der Konferenz bekannt gegeben, in welcher Stadt die nächste, dann 22. EMVA Business Conference stattfinden wird: Die Bildverarbeitungsbranche trifft sich vom 13. bis 15. Juni 2024 in Danzig in Polen.