Forschung für den Mittelstand - Die IGF-Projektdatenbank

Machine Learning Framework zur dynamischen Entscheidung von Bildqualitätskriterien

Das Ziel des vorliegenden Forschungsvorhabens ist die Entwicklung einer Lösung auf Grundlage künstlicher Intelligenz zur Bewertung von Bilddaten nach anwendungsspezifischen Bildstilen. Davon profitieren vor allem kleine und mittlere

Designagenturen und Medienvorstufen indem der zeitliche Aufwand für die “Look-Entwicklung” sowie für die Prüfung und Aufbereitung großer Bildbestände deutlich reduziert wird. Dazu werden für relevante Bildstile wie Tourismus, Mode, Essen oder Kosmetik originale (unbearbeitete) und korrigierte (für einen Bildstil optimierte) Bilder (Trainingsdaten) via einer zu erstellendenden Web-Applikation gesammelt.

Auf deren Basis wird ein neuronales Netzwerk entwickelt, das ohne eine formalisierte (menschliche) Beschreibung des jeweiligen Geschmacks bzw. Bildstils eine dynamische Bildqualitätsbewertung ermöglicht. Die Bewertung erfolgt derart, dass beliebige Bilder für einen gegebenen Verwendungszweck automatisch daraufhin überprüft werden, ob sie einem bestimmten Bildstil entsprechen, ob sie dies nicht tun oder wie viel Aufwand für eine nötige Retusche (Bildkorrektur)veranschlagt wird („Ampelsystem“). Die Automatisierung von bisher nicht objektiv beschreibbaren Bildstileigenschaften wie beispielsweise Erzielung spannender oder faszinierender Hell-/Dunkelkontraste oder die Prüfung nach natürlichen Tageslichtstimmung oder einer aktivierenden Tonalität soll durch die Anwendung moderner, überwachter Deep-Learning Algorithmen („Image-to-Image Translation“) umgesetzt werden. Der Übergang von aktuellen, regelbasierten hin zu KI-basierten Maschinen unterstützt die weitere Digitalisierung der Medienvorstufe und ermöglicht den IT-Abteilungen - insbesondere der mittelständischen Repro-Unternehmen - die in Python bereitgestellten KI-Methoden selbst zu implementieren und zu testen.

Ergebniszusammenfassung:

Im vorliegenden Forschungsprojekt wurden Methoden zur Verbesserung, Vereinfachung, Beschleunigung und Automatisierung von Bildretusche mit Hilfe von maschinellem Lernen (engl. machine learning) untersucht und entwickelt. Insbesondere wurde im Laufe des Forschungsprojekts festgestellt, dass neben einer Aufteilung in verschiedene Bildstile eine Unterteilung in Einzeltransformationen von besonderem Wert ist. Aus technischer Sicht wurden vor allem Genarativ Adversarial Networks (GANs) untersucht. Besonders die Pix2Pix GAN Architektur, welche mithilfe von Vorher-Nachher-Bildpaaren, ist dabei von besonderem Interesse und auch schon bei vergleichsweise kleinen Datensätzen von einigen Tausend Bildpaaren einsetzbar. Für die unternehmensinterne Umsetzung wurde mit den Abschlussbericht ein detaillierter Leitfaden zur Verfügung gestellt. Neben diesem wurde ein WebApp Prototyp entwickelt, welcher das Testen von trainierten Modellen an eigenen Bildern erlaubt und einen Vorschlag für eine mögliche Vermarktung als Software gibt. Darüber hinaus werden auf Kaggle Python-Notebooks zur Verfügung gestellt. Diese erlauben ein einfaches Nachvollziehen des im Forschungsprojektes entstandenen Codes und eine einfache unternehmensinterne Integration. Weitere Informationen und Links werden auf der Fogra Forschungsprojektseite fortlaufend zur Verfügung gestellt.