Aesthetic Guideline Driven Photography by Robots

Größe: px

Ab Seite anzeigen:

Download "Aesthetic Guideline Driven Photography by Robots"

Maja Kaufer
vor 6 Jahren
Abrufe

1 by Raghudeep Gadde and Kamalakar Karlapalem 17. Oktober 2011

2 Worum geht es? Es geht darum, Robotern das Schießen von ästhetischen Fotos beizubringen. Das Motiv soll dabei keine Rolle spielen (Objekte, Menschen, Landschaften). Dazu wurde eine effiziente Methode zur Bewertung der Ästhetik von Fotos entwickelt. Und ein Mechanismus zur Reorientierung der Roboterkamera, falls eine neue Aufnahme notwendig ist, um ein besseres Fotos zu erzielen.

3 Worum geht es? Es geht darum, Robotern das Schießen von ästhetischen Fotos beizubringen. Das Motiv soll dabei keine Rolle spielen (Objekte, Menschen, Landschaften). Dazu wurde eine effiziente Methode zur Bewertung der Ästhetik von Fotos entwickelt. Und ein Mechanismus zur Reorientierung der Roboterkamera, falls eine neue Aufnahme notwendig ist, um ein besseres Fotos zu erzielen.

4 Worum geht es? Es geht darum, Robotern das Schießen von ästhetischen Fotos beizubringen. Das Motiv soll dabei keine Rolle spielen (Objekte, Menschen, Landschaften). Dazu wurde eine effiziente Methode zur Bewertung der Ästhetik von Fotos entwickelt. Und ein Mechanismus zur Reorientierung der Roboterkamera, falls eine neue Aufnahme notwendig ist, um ein besseres Fotos zu erzielen.

5 Worum geht es? Es geht darum, Robotern das Schießen von ästhetischen Fotos beizubringen. Das Motiv soll dabei keine Rolle spielen (Objekte, Menschen, Landschaften). Dazu wurde eine effiziente Methode zur Bewertung der Ästhetik von Fotos entwickelt. Und ein Mechanismus zur Reorientierung der Roboterkamera, falls eine neue Aufnahme notwendig ist, um ein besseres Fotos zu erzielen.

6 Motivation Roboter könnten dazu dienen, Fotos für den Journalismus und das Verlagswesen zu schießen. Bessere Fotos von Robotern könnten zu einer effizienteren Bildverarbeitung z.b. bei der Entscheidungsfindung im Robot-Soccer beitragen. Außerdem könnten Roboter ästhetische Fotos an Orten schießen, wo es für Menschen sehr schwer oder unmöglich wäre. Die Bewertungsmethode der Fotos könnte aber auch in anderen Anwendungen eingesetzt werden, wie z.b. bei der Bewertung von Fotos in Bilddatenbanken.

7 Motivation Roboter könnten dazu dienen, Fotos für den Journalismus und das Verlagswesen zu schießen. Bessere Fotos von Robotern könnten zu einer effizienteren Bildverarbeitung z.b. bei der Entscheidungsfindung im Robot-Soccer beitragen. Außerdem könnten Roboter ästhetische Fotos an Orten schießen, wo es für Menschen sehr schwer oder unmöglich wäre. Die Bewertungsmethode der Fotos könnte aber auch in anderen Anwendungen eingesetzt werden, wie z.b. bei der Bewertung von Fotos in Bilddatenbanken.

8 Motivation Roboter könnten dazu dienen, Fotos für den Journalismus und das Verlagswesen zu schießen. Bessere Fotos von Robotern könnten zu einer effizienteren Bildverarbeitung z.b. bei der Entscheidungsfindung im Robot-Soccer beitragen. Außerdem könnten Roboter ästhetische Fotos an Orten schießen, wo es für Menschen sehr schwer oder unmöglich wäre. Die Bewertungsmethode der Fotos könnte aber auch in anderen Anwendungen eingesetzt werden, wie z.b. bei der Bewertung von Fotos in Bilddatenbanken.

9 Motivation Roboter könnten dazu dienen, Fotos für den Journalismus und das Verlagswesen zu schießen. Bessere Fotos von Robotern könnten zu einer effizienteren Bildverarbeitung z.b. bei der Entscheidungsfindung im Robot-Soccer beitragen. Außerdem könnten Roboter ästhetische Fotos an Orten schießen, wo es für Menschen sehr schwer oder unmöglich wäre. Die Bewertungsmethode der Fotos könnte aber auch in anderen Anwendungen eingesetzt werden, wie z.b. bei der Bewertung von Fotos in Bilddatenbanken.

10 Problemstellung Es muss unabhängig vom Motiv erkannt werden, welches Foto ästhetisch ist und welches nicht. Große Herausforderung, weil ein ästhetisches Foto meist eine Kombination aus guten Bildeigenschaften und ästhetischen Richtlinien ist. Die Methode darf nicht sehr rechenintensiv sein, weil sie auch bei mobilen Geräten (mobile Roboter, Digitalkameras, etc.) schnell funktionieren sollte.

11 Problemstellung Es muss unabhängig vom Motiv erkannt werden, welches Foto ästhetisch ist und welches nicht. Große Herausforderung, weil ein ästhetisches Foto meist eine Kombination aus guten Bildeigenschaften und ästhetischen Richtlinien ist. Die Methode darf nicht sehr rechenintensiv sein, weil sie auch bei mobilen Geräten (mobile Roboter, Digitalkameras, etc.) schnell funktionieren sollte.

12 Problemstellung Es muss unabhängig vom Motiv erkannt werden, welches Foto ästhetisch ist und welches nicht. Große Herausforderung, weil ein ästhetisches Foto meist eine Kombination aus guten Bildeigenschaften und ästhetischen Richtlinien ist. Die Methode darf nicht sehr rechenintensiv sein, weil sie auch bei mobilen Geräten (mobile Roboter, Digitalkameras, etc.) schnell funktionieren sollte.

13 Vorgehensweise 1. Hauptmotiv extrahieren (unscharfe Bereiche vom Originalbild subtrahieren) 2. Bildeigenschaften des Hauptmotivs analysieren (Klarheit, Beleuchtung, Einfachheit und Farbharmonie) 3. Abweichungen von den äshtetischen Richtlinien The Rule of Thirds und The Golden Ratio ermittelt. The Rule of Thirds: f th = min i=1,2,3,4 { (C x P ix ) 2 /X 2 + (C y P iy ) 2 /Y 2 } 4. Falls die Abweichungen bestimmte Grenzwerte überschreiten, wird die notwendige Änderung der Roboterkamera geschätzt um ein neues Foto zu schießen.

14 Vorgehensweise 1. Hauptmotiv extrahieren (unscharfe Bereiche vom Originalbild subtrahieren) 2. Bildeigenschaften des Hauptmotivs analysieren (Klarheit, Beleuchtung, Einfachheit und Farbharmonie) 3. Abweichungen von den äshtetischen Richtlinien The Rule of Thirds und The Golden Ratio ermittelt. The Rule of Thirds: f th = min i=1,2,3,4 { (C x P ix ) 2 /X 2 + (C y P iy ) 2 /Y 2 } 4. Falls die Abweichungen bestimmte Grenzwerte überschreiten, wird die notwendige Änderung der Roboterkamera geschätzt um ein neues Foto zu schießen.

15 Vorgehensweise 1. Hauptmotiv extrahieren (unscharfe Bereiche vom Originalbild subtrahieren) 2. Bildeigenschaften des Hauptmotivs analysieren (Klarheit, Beleuchtung, Einfachheit und Farbharmonie) 3. Abweichungen von den äshtetischen Richtlinien The Rule of Thirds und The Golden Ratio ermittelt. The Rule of Thirds: f th = min i=1,2,3,4 { (C x P ix ) 2 /X 2 + (C y P iy ) 2 /Y 2 } 4. Falls die Abweichungen bestimmte Grenzwerte überschreiten, wird die notwendige Änderung der Roboterkamera geschätzt um ein neues Foto zu schießen.

16 Vorgehensweise 1. Hauptmotiv extrahieren (unscharfe Bereiche vom Originalbild subtrahieren) 2. Bildeigenschaften des Hauptmotivs analysieren (Klarheit, Beleuchtung, Einfachheit und Farbharmonie) 3. Abweichungen von den äshtetischen Richtlinien The Rule of Thirds und The Golden Ratio ermittelt. The Rule of Thirds: f th = min i=1,2,3,4 { (C x P ix ) 2 /X 2 + (C y P iy ) 2 /Y 2 } 4. Falls die Abweichungen bestimmte Grenzwerte überschreiten, wird die notwendige Änderung der Roboterkamera geschätzt um ein neues Foto zu schießen.

17 Vorgehensweise 1. Hauptmotiv extrahieren (unscharfe Bereiche vom Originalbild subtrahieren) 2. Bildeigenschaften des Hauptmotivs analysieren (Klarheit, Beleuchtung, Einfachheit und Farbharmonie) 3. Abweichungen von den äshtetischen Richtlinien The Rule of Thirds und The Golden Ratio ermittelt. The Rule of Thirds: f th = min i=1,2,3,4 { (C x P ix ) 2 /X 2 + (C y P iy ) 2 /Y 2 } 4. Falls die Abweichungen bestimmte Grenzwerte überschreiten, wird die notwendige Änderung der Roboterkamera geschätzt um ein neues Foto zu schießen.

18 Resultat Es wurden die besten und die schlechtesten Fotos (10% einer großen Foto-Website) analysiert. Die Bilder sind dort nach ihrem visuellen Erscheinungbild sortiert. Sie erreichten eine Genauigkeit von 79% und die Extrahierung der Bildeigenschaften und Abweichungen dauerte annähernd 2 Sekunden pro Foto. Sie konnten beobachten, dass mit einer höheren Klassentrennung die Fehlerrate sank. Die Genauigkeit könnte noch verbessert werden, indem Symmetrie und weitere ästhetische Richtlinien in die Analyse einbezogen werden.

19 Resultat Es wurden die besten und die schlechtesten Fotos (10% einer großen Foto-Website) analysiert. Die Bilder sind dort nach ihrem visuellen Erscheinungbild sortiert. Sie erreichten eine Genauigkeit von 79% und die Extrahierung der Bildeigenschaften und Abweichungen dauerte annähernd 2 Sekunden pro Foto. Sie konnten beobachten, dass mit einer höheren Klassentrennung die Fehlerrate sank. Die Genauigkeit könnte noch verbessert werden, indem Symmetrie und weitere ästhetische Richtlinien in die Analyse einbezogen werden.

20 Resultat Es wurden die besten und die schlechtesten Fotos (10% einer großen Foto-Website) analysiert. Die Bilder sind dort nach ihrem visuellen Erscheinungbild sortiert. Sie erreichten eine Genauigkeit von 79% und die Extrahierung der Bildeigenschaften und Abweichungen dauerte annähernd 2 Sekunden pro Foto. Sie konnten beobachten, dass mit einer höheren Klassentrennung die Fehlerrate sank. Die Genauigkeit könnte noch verbessert werden, indem Symmetrie und weitere ästhetische Richtlinien in die Analyse einbezogen werden.

21 Resultat Es wurden die besten und die schlechtesten Fotos (10% einer großen Foto-Website) analysiert. Die Bilder sind dort nach ihrem visuellen Erscheinungbild sortiert. Sie erreichten eine Genauigkeit von 79% und die Extrahierung der Bildeigenschaften und Abweichungen dauerte annähernd 2 Sekunden pro Foto. Sie konnten beobachten, dass mit einer höheren Klassentrennung die Fehlerrate sank. Die Genauigkeit könnte noch verbessert werden, indem Symmetrie und weitere ästhetische Richtlinien in die Analyse einbezogen werden.

22 Quelle (Gadde und Karlapalem, 2011) R. Gadde, K. Karlapalem:. Proceedings of the Twenty-Second International Joint Conference on Artificial Intelligence 2011.

Ähnliche Dokumente

Workshop Werkzeuge der Bildgestaltung und der Komposition.

Workshop Werkzeuge der Bildgestaltung und der Komposition www.uli-kunz.com Komposition Ein gutes Foto ist ein Foto, auf das man länger als eine Sekunde schaut. - Henri Cartier-Bresson Bildgestaltung Bildgestaltung