Visão Computacional

Desafio

O sistema anterior removia o fundo das fotos, mas não conseguia lidar com um número de efeitos pertinentes à fotografia digital, tais como aberração cromática, blooming, borrões de micro-movimento, etc., e também efeitos devidos à má qualidade das lentes. Como resultado, o sistema produziu imagens com muitas áreas falsamente transparentes. A empresa teve de aumentar o seu pessoal para corrigir manualmente os erros de processamento utilizando ferramentas como o Adobe Photoshop.

Do ponto de vista comercial, isto levou a um custo mais elevado por imagem, a uma curva de aprendizagem mais longa para o novo pessoal e dificultou a expansão e redução, tendo em conta a natureza sazonal do negócio do nosso cliente.

Solução

A nossa equipe encontrou e analisou vários algoritmos de visão por computador. Escolhemos os que funcionaram melhor e os desenvolvemos para criar um sistema elaborado, capaz de “reconhecer” o que está nas imagens e, além disso, aprender com elas.

O sistema utiliza uma abordagem de “aprendizagem profunda”, que se baseia na formação de redes neurais artificiais de multicamadas. O sistema é “treinado” estatisticamente, fornecendo-lhe uma grande quantidade de exemplos da vida real para análise.

Uma vez que não se espera que o mecanismo de reconhecimento seja 100% perfeito, o sistema inclui ferramentas para correções rápidas dos defeitos de processamento remanescentes. Todas estas correções são utilizadas como feedback para o treinamento contínuo do sistema.

No seu estado atual, a rede neural subjacente ao sistema atualizado do cliente contém cerca de 15 milhões de parâmetros. O seu treino a partir do zero demoraria uma semana e exigiria milhares de exemplos de efeitos que deveria aprender a reconhecer.

A aprendizagem profunda ajudou-nos a vencer os efeitos indesejáveis nas fotografias, que normalmente aparecem aos pares ou aos trios na mesma imagem. Ao alimentar o sistema com estatísticas sobre esses casos, treinamos o algoritmo para reconhecer esses efeitos e levá-los em conta durante a remoção de um fundo em fotografias.

Resultados

Neste projeto, a aprendizagem profunda ajudou a reduzir a quantidade de interferência manual necessária para as imagens processadas automaticamente. Até 85% das fotografias resultantes não necessitam de correcção adicional.

O sistema desenvolvido fornece um número de capacidades únicas, tais como:

Demonstração de um fundo verde substituído

Substituir o fundo verde e azul de várias qualidades e texturas por um fundo transparente.

Demonstração de uma diferenciação de fundo

Diferenciar o fundo dos objectos da mesma cor, por exemplo, a camisa verde de uma pessoa num fundo verde.

Demonstração da eliminação dos efeitos indesejáveis da fotografia digital

Remoção dos efeitos indesejáveis comuns à fotografia digital, tais como borrões de micro-movimento, arestas muito nítidas, aberrações cromáticas, blooming etc.

Sistema de retoque fácil de utilizar que permite corrigir rapidamente eventuais problemas de processamento automático, mantendo assim um elevado tempo de resposta às encomendas.

Entrar em contato