Zum Hauptinhalt springen
Automobilfotografie

Automobilfotografie

Bessere Fahrzeugfotos durch Computer Vision

automotivecomputer-vision
Will Perkins
Will Perkins
9. Dezember 2019

Geschäftliche Herausforderung

Die Online-Automobilmärkte haben den Kauf und Verkauf von Gebrauchtwagen grundlegend verändert.

Hochwertige Fotos sind für Autokäufer entscheidend, um sich sicher für den Kauf eines Gebrauchtwagens zu entscheiden. Verkäufern fällt es schwer, qualitativ hochwertige Fotos aufzunehmen, da sie wenig Erfahrung mit Fotografie haben und keinen Zugang zu professioneller Ausrüstung besitzen.


Mit Computer Vision können wir Fahrzeugverkäufer dabei anleiten, bessere Fotos aufzunehmen


Vorgehen

Laan Labs ging dieses Problem für einen deutschen Automobilhersteller an und entwickelte eine mobile App, mit der ein Fahrzeugverkäufer Außen- und Innenraum eines Autos schnell und einfach mit einem handelsüblichen Smartphone fotografieren kann. Mithilfe von Computer Vision leiten Software-Algorithmen den Verkäufer an, bessere Fotos aufzunehmen.

Die App basiert auf einem eigens trainierten neuronalen Netz, schätzt die Pose des Fahrzeugs und gibt dem Nutzer in Echtzeit visuelles Feedback: Sie hilft, das Fahrzeug im Kamerabild richtig zu positionieren – für die perfekte Aufnahme, jedes Mal.

Zu den Aufgaben, die mit Computer Vision gelöst werden, gehören:

  • Schätzung der Fahrzeugpose
  • Erkennung ausreichender Beleuchtung
  • Automatischer Kamerafokus
Automobilfoto 1Automobilfoto 2

Geschäftlicher Nutzen

Mit Machine Learning und modernsten Computer-Vision-Verfahren konnte Laan Labs schnell eine iOS-App liefern, die sich einfach und intuitiv bedienen lässt und hochwertige Fotos mit hoher visueller Einheitlichkeit erzeugt.

Eingesetzte Technologien

Computer Vision, Neuronale Netze, Augmented Reality, Python, iOS, TensorFlow, CoreML

Zusammenarbeit mit Laan Labs

Computer-Vision- & KI-Entwicklung

Individuelle Computer Vision und maschinelles Lernen, vom Proof of Concept bis zur Produktion, auf dem Gerät und in der Cloud.

Diesen Artikel herunterladen

Markdown-Quelltext zum Offline-Lesen herunterladen