Automatisierte, dynamische Entscheidung von Bildqualitiätskriterien
Motivation
Die Auswahl geeigneter Bilder für einen gegebenen Bildstil (auch Briefing genannt) aus einer Vielzahl von Ausgangsbildern, z.B. aus einem Foto-Shooting bedeuet für die beteiligten Agentur- bzw. Repro-Mitarbeiter stets einen großen zeitlichen Aufwand. Daher werden auf Grundlage künstlicher Intelligenz Verfahren entwickelt zur automatischen Bewertung von Bilddaten nach anwendungsspezifischen Bildstilen. Zielgenaue, für einen bestimmten Stil charakteristische Bilddaten (originale und korrigierte Bilder) sind die Basis für die Entwicklung eines neuronalen Netzwerks, das ohne eine formalisierte (menschliche) Beschreibung des jeweiligen Geschmacks bzw. Bildstils eine dynamische Bildqualitätsbewertung ermöglicht. Die Bewertung erfolgt derart, dass beliebige Bilder für ein gegebenes Ausgabeverfahren automatisch dahingehend überprüft werden, ob sie einem bestimmten Bildstil entsprechen, und wie viel Aufwand ggf. für eine nötige Retusche (Bildkorrektur) veranschlagt wird („Ampelsystem“).
Wissenschaftliche Fragestellungen
Arbeitshypothese ist, dass „Image-to-Image-Translation“ sowie „Image-to-Feature-Translation“ in der Lage sind, ein solches Ampelsystem zu entwickeln. Da die Entscheidungen nach der Eignung von Bilddaten bereits von Experten manuell getroffen werden, stehen ausreichend Trainingsdaten zu Verfügung. Dieser Ansatz basiert im Weiteren auf der Hypothese, dass die Erkennung der relevanten Merkmale für die graduelle Übereinstimmung mit einem Bildstil ausreicht, um diesen Stil erfolgreich auf neue Bilder anzuwenden – und diese somit automatisch zu korrigieren. Dieser letzte Schritt ist besonders anspruchsvoll und stellt die größte wissenschaftliche Herausforderung dar.
Abschlussarbeiten
Es werden regelmäßig neue Abschlussarbeiten im Bereich der Automatisierten, dynamische Entscheidung von Bildqualitiätskriterien ausgeschrieben. Neben der Gesamtübersicht gibt es auch noch zahlreiche, noch nicht ausgeschriebene Themen, die gerne im persönlichen Gespräch vorgestellt werden.
Daten-Upload
Für die Erforschung von neuen Verfahren bauen wir eine Bilddatenbank auf, die sowohl originale, unbearbeitete Bilddateien enthält als auch bearbeitete, um diese für einen speziellen Bildstil zu optimieren. Solche Bildstile können z. B. aus den Gebieten Mode, Tourismus oder Nahrungsmittel stammen. Zusätzlich erfragen wir eine Bewertung dieser Bilddateien nach Qualitätskriterien wie (1 – schlecht geeignet, …, 5 – perfekt geeignet).
Unter diesem Link können Sie Ihre Bilder hochladen und uns so in unserem Projekt unterstützen.
Kooperationspartner
- Dr. Andreas Kraushaar, Forschungsinstitut für Medientechnologien e. V. (Fogra), Aschheim b. München
Drittmittel
- AiF – Forschungsnetzwerk Mittelstand, “Machine Learning Framework zur dynamischen Entscheidung von Bildqualitätskriterien” Project nr. AiF 21209 N