Zum Hauptinhalt springen
Unsere Forschungsexperten

Dr. Amit Kale

Datenmanagement für KI

In science, you can say things that seem crazy, but in the long run they can turn out to be right. We can get really good evidence, and in the end the community will come around." - Geoffrey Hinton

Amit Kale, Dr.

Ich bin ein Principal Senior Expert in Computer Vision am Research and Technology Center in Indien. Meine Forschung lebt von dem Wunsch, umfangreiche Video- und Multisensordaten (Petabytes) organisieren und verwalten zu können, um auf dieser Grundlage die richtigen Daten für die Entwicklung von Algorithmen nutzbar zu machen. Hierbei spielen automatisierte Ansätze zur Auswahl der repräsentativsten Untergruppe einer großen Bildmenge eine Rolle, wie auch das Suchen und Finden relevanter Szenen in den gespeicherten Bildern. Unsere Forschung verfolgt mehrere Ziele, z. B. die Kosten bei der Gewinnung von Ground-Truth-Daten zu reduzieren, indem Redundanzen eliminiert und die Funktionsentwicklung und Prüfung unterstützt werden. Mit letzterer lassen sich Problemfälle identifizieren, bei denen die Algorithmen nicht gut funktionieren, und in der Folge können mehr solcher Fälle gesammelt oder künstlich erzeugt werden. Um all das zu erreichen, erforschen wir die Struktur und Repräsentationsleistung von Deep Convolutional Neural Networks. Wir entwickeln Mensch-Computer-Schnittstellen, die mit Deep-Learning-Ansätzen einhergehen, um eine einfache Handhabung durch die Endnutzer sicherzustellen.

Lebenslauf

Forschungsleiter, Bildgebung und Computer Vision

2016
Siemens Healthcare

Assistant Research Professor

2007
Universität Kentucky

Promotion

2003
Universität Maryland College Park

Ausgewählte Publikationen

  • Identification of Humans Using Gait

    Amit Kale (2004)

    Identification of Humans Using Gait
    • Amit Kale, A. N Rajagopalan, A. Sundaresan, N. Cuntoor, A. RoyChowdhury, V Kruger, Rama Chellappa
    • IEEE Transactions on Image Processing September 2004
    • DOI: 10.1109/TIP.2004.832865
  • Particle filter with Mode Tracker for Visual tracking across Illumination Changes

    Samarjit Das (2012)

    Particle filter with Mode Tracker for Visual tracking across Illumination Changes
    • Samarjit Das, Amit Kale, Namrata Vaswani
    • IEEE Trans. on Image Processing
    • DOI:10.1109/ICASSP.2007.366061
  • Automatic Optic Disk and cup segmentation of fundus images using deep learning

    Venkata Gopal Edupuganti (2018)

    Automatic Optic Disk and cup segmentation of fundus images using deep learning
    • Venkata Gopal Edupuganti, Akshay Chawla, Amit Kale
    • ICIP 2018
    • DOI: 10.1109/ICIP.2018.8451753
  • A Joint Model of Illumination and Shape for Visual tracking

    Amit Kale (2006)

    A Joint Model of Illumination and Shape for Visual tracking
    • Amit Kale and Christopher Jaynes
    • Proceedings of IEEE Computer Society Conference on Computer Vision Pattern Recognition 2006
    • DOI: 10.1109/CVPR.2006.30
  • Towards Interactive Generation of ”Ground Truth” in Background Subtraction from Partially Labeled Examples

    Etienne Grossmann (2005)

    Towards Interactive Generation of ”Ground Truth” in Background Subtraction from Partially Labeled Examples
    • Etienne Grossmann, Amit Kale, Christopher Jaynes
    • Proceedings of the IEEE Workshop on Visual Surveillance and Performance Evaluation of Tracking and Surveillance, October 2005 Beijing China
    • DOI: 10.1109/VSPETS.2005.1570932
  • Fast 3D Salient Region Detection in Medical Images using GPUs

    Rahul Thota (2016)

    Fast 3D Salient Region Detection in Medical Images using GPUs
    • Rahul Thota, Sharan Vaswani, N. Vydyanathan and Amit Kale
    • Machine Intelligence and Signal Processing
    • Springer Verlag 2016
    • DOI: 10.1007/978-81-322-2625-3_2
  • The Smart Bookshelf: A study of camera projector scene augmentation of an everyday environment

    Danny Crasto (2005)

    The Smart Bookshelf: A study of camera projector scene augmentation of an everyday environment
    • Danny Crasto, Amit Kale and Christopher Jaynes
    • Proceedings of the IEEE Workshop on Applications of Computer Vision, Colorado Springs CO January 2005
    • DOI: 10.1109/ACVMOT.2005.116
  • Towards a Robust, Real-time Face Processing System using CUDA-enabled GPUs

    Bharat Sharma (2009)

    Towards a Robust, Real-time Face Processing System using CUDA-enabled GPUs
    • Bharat Sharma, Naga Vydyanathan Rahul Thota, Amit Kale
    • Proceedings of the HiPC 2009 Kochi, India
    • DOI: 10.1109/HIPC.2009.5433189
  • Towards Fast View Invariant Human Action Recognition

    Srikanth Cherla (2008)

    Towards Fast View Invariant Human Action Recognition
    • Srikanth Cherla, Kaustubh Kulkarni, Amit Kale and V. Ramasubramanian
    • Proceedings of the Ist Workshop on Computer Vision and Pattern Recognition for Human Computer Communicative Behavior held in conjunction with CVPR 2008 Anchorage Alaska
    • DOI: 10.1109/CVPRW.2008.4563179
  • An unsupervised framework for action recognition using Actemes

    Kaustubh Kulkarni (2010)

    An unsupervised framework for action recognition using Actemes
    • Kaustubh Kulkarni, Edmund Boyer, Radu Horaud and Amit Kale
    • Proceedings of the ACCV 2010, Queenstown NZ
    • DOI: 10.1007/978-3-642-19282-1_47

Interview mit Dr. Amit Kale

Principal Senior Expert und Group Manager

Erzählen Sie doch mal: was fasziniert Sie an der Forschung?
Die wissenschaftliche Methode hat etwas Wunderbares an sich. Ein Problem zu identifizieren, den aktuellen Wissensstand darauf anzuwenden, seine Schwachstellen zu erkennen und gründlich darüber nachzudenken, wie man sie überwinden kann, ist eine bereichernde Aktivität. Es begeistert mich besonders, wenn mir während der Arbeit an einem Problem eine zufällige Entdeckung gelingt, die mein Vorgehen drastisch ändert und zu unerwarteten Erfolgen führt.

Was macht die Forschung bei Bosch besonders?
Ich halte Bosch Research für einen sehr spannenden Ort. Das gebündelte Wissen und die große Leidenschaft für Technologie machen Bosch zum führenden Anbieter von Mobilitätslösungen. Uns stehen umfangreiche Daten aus einer breiten Palette von Sensoren zur Verfügung, was die Grundlage zum Aufbau von herausragenden KI-Systemen ist. Zudem sind die Kollegen sehr aufgeschlossen und teamorientiert. Mit diesen drei Merkmalen – intellektueller Neugier, Datenverfügbarkeit und Offenheit – ist Bosch Research ein sehr attraktiver Arbeitsort für einen Forscher.

Woran forschen Sie bei Bosch?
Ich arbeite momentan im Bereich Datenmanagement für KI. Meine Arbeit umfasst Verfahren der intelligenten Datenkuration für diverse Aufgaben wie Objekterfassung, semantische Segmentierung usw.; intelligente Datenauswahlansätze, die aktives Lernen nutzen, um schwierige Beispiele zu identifizieren; Algorithmen für die flexible Suche und den Abruf von Bildern mithilfe zahlreicher Datenquellen, einschließlich Bildinformationen, Metadaten von komplementären Sensoren usw. Neben dieser Entwicklung von Algorithmen beaufsichtige ich auch die Entwicklung von benutzerfreundlichen Mensch-Computer-Schnittstellen im Austausch mit den Benutzern. Mit unserem Standort in Indien bringen wir zudem unsere KI-Expertise in das größte Offshore-Entwicklungszentrum außerhalb Deutschlands in Bangalore und unterstützen damit Boschs regionale Initiativen in Indien.

Was sind die größten wissenschaftlichen Herausforderungen in Ihrem Forschungsfeld?
KI-Algorithmen müssen in einer „Open Context“-Umgebung extrem zuverlässig und leistungsstark sein.Das heißt, dass die KI-Algorithmen von bestimmten Produkten vorab mit Daten trainiert werden müssen, die sogar die seltensten Situationen umfassen, mit denen die Produkte konfrontiert sein könnten. Dafür ist es wiederum erforderlich, enorme Datenmengen zu sammeln, die einhergehende Herausforderung der Speicherkosten zu bewältigen und diese Datenmengen zu durchsuchen, um die passenden Daten zu kennzeichnen.

Wie werden Ihre Forschungsergebnisse zu "Technik fürs Leben"?
Die Arbeit, die mein Team im Bereich intelligenter Datenauswahl leistet, hilft bei der Entwicklung von autonomen Systemen wie selbstfahrenden Autos oder Sicherheitssystemen und verbessert deren Leistung und Bezahlbarkeit. Unser Beitrag zur Suche und zum Abruf von Daten macht es Benutzern leichter, relevante und schwierige Bilder für ihre Algorithmen zu suchen, abzurufen und herunterzuladen. Dadurch wird autonomes Fahren sicherer.

Amit Kale, Dr.

Ihr Kontakt zu mir

Dr. Amit Kale
Principal Senior Expert und Group Manager

Teile diese Seite auf