计算机视觉

挑战

2014 年,一家专业摄影实验室联系我们,帮助他们开发图像处理系统。

该系统旨在自动从照片中删除纯色背景,并纠正曝光不当、背景阴影或闪电设置不当等问题。

客户

一家大型数码照片服务公司。

行业

专业摄影工作室和色彩处理实验室。

时间

2014–2016


挑战

之前的系统去除了照片中的背景,但无法处理与数码摄影相关的一些效果,例如色差、光晕、微动模糊等,以及由于镜头质量差而产生的效果。 结果,系统生成的图像带有大量虚假透明区域。 该公司不得不派遣员工使用 Adobe Photoshop 等工具手动纠正处理错误。

从业务角度来看,这导致每张图像的成本更高,新员工的学习曲线更长,并且考虑到客户业务的季节性特征,难以扩大和缩小规模。

解决方案
我们的团队发现并审查了多种计算机视觉算法。 我们选择了效果最好的那些,并在它们的基础上创建了一个复杂的系统,能够“识别”图像上的内容,而且还能从中学习。
该系统采用“深度学习”方法,基于训练多层人工神经网络。 通过为系统提供大量现实生活中的分析示例,对系统进行统计“训练”。
由于识别机制仍预计不会 100% 完美,因此系统附带了用于快速纠正剩余处理缺陷的工具。 所有此类修正都用作系统进一步训练的反馈。




在目前的状态下,更新后的客户系统背后的神经网络包含大约 1500 万个参数。 从头开始的训练需要一周的时间,并且需要数千个它应该学会识别的效果示例。
深度学习帮助我们克服了照片上的不良效果,这些效果通常出现在同一张图像上。 通过向系统提供此类情况的统计数据,我们训练算法来识别此类效果并在删除照片背景时对其进行解释。
结果

在这个项目中,深度学习有助于减少自动处理图像所需的人工干扰量。 高达 85% 的结果照片不需要进一步校正。

开发的系统提供了许多独特的功能,例如:

用透明背景替换各种质量和纹理的绿色和蓝色背景。

消除数码摄影中常见的不良效果,例如微动模糊、边缘过度锐化、色差、晕染等。

将背景与相同颜色的物体区分开来,例如 绿色背景上的绿色人衬衫。

易于使用的润饰系统可以快速修复自动处理中可能出现的问题,从而保持较高的订单周转时间。






联系我们

有需要按时完成的项目吗?
         联系我         



   |    备案号:京ICP备09015132号-1044