uncorrected
corrected
uncorrected
corrected
uncorrected
corrected
uncorrected
corrected
uncorrected
corrected
uncorrected
corrected
uncorrected
corrected
uncorrected
corrected
uncorrected
corrected
uncorrected
corrected
previous arrowprevious arrow
next arrownext arrow
previous arrownext arrow
Slider

Deep Quality

Machine Learning Framework zur dynamischen Entscheidung von Bildqualitätskriterien

Motivation

Das Ziel des Projekts ist die Unterstützung von Bildqualitätsbewertungen mit Hilfe von Methoden der künstlichen Intelligenz. Bis jetzt wird die Erfassung und Bewertung der für eine Zielanwendung relevanten Bildstile noch manuell durchgeführt, d.h. die Frage, ob eine Bilddatei

  1. bereits geeignet ist,
  2. mittels einfacher Korrekturen geeignet gemacht werden kann oder
  3. schlicht ungeeignet ist.

Da die zumeist kleinen und mittleren Fotographie-Studios, Design- und Reprounternehmen, sowie Unternehmen der graphischen Industrie vor der Herausforderung stehen, ihre Bearbeitungsprozesse stärker als bisher zu automatisieren, wollen wir aufgrund der Erfahrung von „Machine Learning“ an unserem Institut automatisierte Lösungen für die Evaluierung von professionellen Bilddaten entwickeln. Nähere Details dazu kann man auf der Projektseite unseres Kooperationspartners Fogra erfahren.

Themen für Abschlussarbeiten

Das Forschungsprojekt beinhaltet eine interessante Anwendung und bietet vielfältige Themen für Abschlussarbeiten. Das zugrunde liegende Ziel des Projekts ist, wie oben schon erwähnt, die automatisierte Qualitätsbewertung von Bilddateien. Mehrere wichtige Fragestellungen ergeben sich daraus wie z. B. die Klassifikation der Bilder in Bildstile wie Mode, Tourismus oder Nahrungsmittel.
Weiterhin müssen Bilder unter Umständen mit Hilfe von effizienten Algorithmen korrigiert werden, um ein vorgegebenes Qualitätskriterium zu erfüllen. Im letzten Schritt des Projekts werden Bilder künstlich erzeugt, die für den gegebenen Verwendungszweck optimal sind.
Als Mitarbeiter am LfB wirst Du an neuartigen und state-of-the-art Verfahren der künstlichen Intelligenz arbeiten, um Lösungen für diese Fragestellungen zu erarbeiten.

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

  • Forschungsinstitut für Medientechnologien e. V. (Fogra), Einsteinring 1a, 85609 Aschheim b. München, https://fogra.org/

Förderung

  • Bundesministerium für Wirtschaft und Technologie im Programm zur Förderung der „Industriellen Gemeinschaftsforschung“ [IGF] über die AiF

Kontakt

M.Sc.
Laxmi Gupta
 +49 241 80 27974
 Laxmi.Gupta@lfb.rwth-aachen.de

Dipl.Ing.
Dieter Geller
 +49 241 80 27863
 Dieter.Geller@lfb.rwth-aachen.de