
Photographie automobile
Améliorer la qualité de la photographie automobile grâce à la vision par ordinateur
Enjeu métier
L'essor des places de marché automobiles en ligne a révolutionné la manière dont les consommateurs achètent et vendent des véhicules d'occasion.
La qualité des photos est déterminante pour les acheteurs qui doivent se décider en confiance. Les vendeurs peinent à réaliser des photos de qualité, faute de connaissances en photographie et d'accès à du matériel professionnel.
Grâce à la vision par ordinateur, nous pouvons guider un vendeur pour qu'il prenne de meilleures photos
Approche
Laan Labs a abordé ce problème pour un constructeur automobile allemand en créant une application mobile qui permet à un vendeur de photographier rapidement et facilement l'extérieur et l'intérieur d'une voiture avec un smartphone ordinaire. Grâce à la vision par ordinateur, des algorithmes logiciels guident le vendeur pour qu'il prenne de meilleures photos.
Reposant sur un réseau de neurones entraîné sur mesure, l'application estime la pose de la voiture et fournit à l'utilisateur un retour visuel en temps réel : elle l'aide à positionner la voiture dans le cadre de l'appareil photo afin d'obtenir à chaque fois la photo parfaite.
Parmi les tâches réalisées par vision par ordinateur :
- Estimation de la pose de la voiture
- Détection d'un éclairage suffisant
- Mise au point automatique
Valeur métier
En s'appuyant sur le machine learning et sur des techniques de vision par ordinateur de pointe, Laan Labs a pu livrer rapidement une application iOS à l'expérience simple et intuitive, qui produit des photos de grande qualité et d'une forte cohérence visuelle.
Technologies utilisées
Vision par ordinateur, réseaux de neurones, réalité augmentée, Python, iOS, TensorFlow, CoreML
Travailler avec Laan Labs
Développement de vision par ordinateur et d’IA
De la vision par ordinateur et du machine learning sur mesure, de la preuve de concept à la production, sur l’appareil comme dans le cloud.
Télécharger cet article
Récupérez la source Markdown pour le lire hors ligne

