deepTrust
FFG COMET, 2019-2022
Deep Models in Trust Critical Image Analysis Systems
Motivation
Das Projektziel ist die Entwicklung von vertrauenswürdigen und transparenten Methoden für Bildanalysesysteme die auf Deep Learning Methoden basieren.
Untersucht werden Anwendungsfälle in der medizinischen Bildverarbeitung oder auch sicherheitskritische Anwendungen.
Zum Beispiel:
- Entscheidungshilfen für Ärzte bei der Analyse von Ultraschallbildern
- Erkennen von gefälschten Ausweispapieren (Personalausweise, Pässe). Das ist besonders wichtig, denn die Klärung der Identität einer Person ist die Voraussetzung für verschiedene Online-Anwendungen
Erwartete Ergebnisse
- Entwicklung von Best-Practice-Werkzeugen und -Workflows
- Anwendungsspezifische Benchmark-Datensätze für Analyse von medizinischen Bilddaten und Identitätsdaten
- Python-Software-Prototyp
- Software-Dashboard für die Bewertung der Daten- und Modellqualität
- Wissenschaftliche Publikationen
Fördergeber
Das Projekt wird im Rahmen von COMET – Competence Centers for Excellent Technologies durch BMK, BMDW, Land Oberösterreich und den wissenschaftlichen Partnern des SCCH gefördert. Das Programm COMET wird durch die FFG abgewickelt.
