
Fotografía automotriz
Mejora de la calidad de la fotografía de automóviles mediante visión por computador
Desafío de negocio
La aparición de los mercados automotrices en línea ha revolucionado la forma en que los consumidores compran y venden vehículos usados.
La fotografía de calidad es fundamental para que los compradores tomen con confianza la decisión de adquirir un vehículo usado. A los vendedores les cuesta obtener fotos de alta calidad por su escaso conocimiento de fotografía y la falta de acceso a equipo profesional.
Con la ayuda de la visión por computador, podemos guiar al vendedor de un automóvil para que tome mejores fotos
Enfoque
Laan Labs abordó este problema para un fabricante de automóviles alemán mediante una aplicación móvil que permite al vendedor fotografiar de forma rápida y sencilla el exterior y el interior de un automóvil con un smartphone común. Con la ayuda de la visión por computador, podemos utilizar algoritmos de software para guiar al vendedor a tomar mejores fotos.
Impulsada por una red neuronal entrenada a medida, la aplicación estima la pose del vehículo y ofrece al usuario información visual en tiempo real: ayuda a posicionar el automóvil dentro del encuadre de la cámara para obtener la toma perfecta en cada ocasión.
Algunas de las tareas realizadas con visión por computador son:
- Estimación de la pose del vehículo
- Detección de iluminación suficiente
- Enfoque automático de la cámara
Valor para el negocio
Gracias al aprendizaje automático (machine learning) y a técnicas de visión por computador de vanguardia, Laan Labs pudo entregar con rapidez una aplicación para iOS, con una experiencia simple e intuitiva, que produce fotos de alta calidad con una gran coherencia visual.
Tecnologías utilizadas
Visión por computador, redes neuronales, realidad aumentada, Python, iOS, TensorFlow, CoreML
Trabaje con Laan Labs
Desarrollo de visión por computador e IA
Visión por computador y aprendizaje automático a medida, de la prueba de concepto a la producción, en el dispositivo y en la nube.
Descargar este artículo
Obtenga el código fuente en Markdown para leerlo sin conexión

