
Generación de conjuntos de datos de pies
Reducción del costo de entrenar redes neuronales para la estimación de pose del pie mediante datos sintéticos
Desafío de negocio
Para una aplicación reciente de realidad aumentada, Laan Labs necesitaba estimar la posición y la orientación de los pies humanos con el fin de mostrar calzado realista sobre el usuario. Para resolver este problema de visión por computador, la estimación de pose del pie en tiempo real, Laan Labs recurrió a redes neuronales de última generación: modelos de aprendizaje automático versátiles que tienen la desafortunada característica de requerir una gran cantidad de ejemplos de entrenamiento.
Producir datos de imagen puede resultar muy costoso, ya que exige elaboradas sesiones fotográficas, contratar actores y alquilar accesorios poco comunes. La anotación de datos de imagen es laboriosa y puede ser propensa a errores.
Laan Labs necesitaba reunir más de 10 000 imágenes anotadas representativas de las condiciones reales que podría encontrar el usuario de un smartphone: diversos ángulos de cámara, condiciones de iluminación, tipos de calzado y entornos de fondo.
Con datos sintéticos, es posible generar proceduralmente un sinfín de variaciones de imágenes y anotaciones
Enfoque
El enfoque de Laan Labs consistió en aprovechar los datos sintéticos, mediante el desarrollo de un software que genera imágenes fotorrealistas únicas con etiquetas de referencia (ground truth) precisas.
Como base de un entorno 3D se utilizó una combinación de modelos 3D de pies creados por artistas y reconstruidos. Las anotaciones de las imágenes se calcularon directamente a partir de la escena 3D. Se parametrizaron diversos aspectos de la escena, como el ángulo de la cámara, la iluminación, las imágenes de fondo, los efectos de posprocesamiento, la pose del pie y el calzado. Con la escena 3D parametrizada, es posible generar proceduralmente un sinfín de variaciones de imágenes y anotaciones mediante computación en la nube.
Valor para el negocio
Gracias a los datos sintéticos, Laan Labs pudo prescindir de conseguir miles de pares de calzado y ahorrar incontables horas de fotografía. Al no necesitar anotación humana, se pueden ahorrar cientos de horas de trabajo. Además, la garantía de que las imágenes están correctamente etiquetadas elimina una fuente importante de errores en el conjunto del proyecto.
Laan Labs utilizó datos sintéticos para construir un conjunto de datos de imágenes, con el consiguiente ahorro de tiempo y dinero.
Tecnologías utilizadas
Datos sintéticos, visión por computador, fotogrametría, Unity, Houdini, Python
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

