Vielfältige 2D/3D Gesichter
Diversität ist damit sehr leicht abzubilden, da nur wenige Aufnahmen einer kleinen Gruppe ausreichen, um viele Bilder herzustellen. Es reichen die Aufnahmen von drei bis sechs Personen aus, um von einer Bevölkerungsgruppe sehr große Mengen künstlicher Daten für das Anlernen des ML herzustellen. So kann das ML auf die Erkennung realitätsnaher Vielfalt trainiert werden. Das Abbilden von Diversität vereinfacht die anschließende Verwendungen der Lösungen im Alltag. Für das ML-Trainieren werden vorrangig 2D-Bilder benötigt. Rechenraum verwendet zur Erstellung der 2D-Bilder aber 3D-Daten, da diese eine bessere Qualität der erzeugten Bilder garantieren. Dieser Weg erlaubt, sowohl eine große Vielfalt als auch große Mengen an hervorragenden 2D-Bildern über die Simulation einer breiten Palette an Sensoren zu erstellen. Damit kann KI sehr gut für die Erkennung von Gesichtsausdrücken trainiert werden.
Einsatz in der Automobilindustrie
Die Softwarelösung wird bereits in der Automobilindustrie verwendet. AVL List, das weltweit größte, unabhängige Unternehmen für die Entwicklung, Simulation und das Testen unter anderem in der Automobilindustrie, hat die Software schon erfolgreich in Gebrauch. „Mit Infinite Faces ergänzen wir unsere Kompetenzen in den Bereichen ADAS, autonomes Fahren und Digitalisierung, um die Vision einer intelligenten und vernetzten Mobilität in die Realität umzusetzen. Als innovativer Autozulieferer schätzen wir an der Software die Flexibilität sowie die Qualität und Schnelligkeit der Resultate.“, meint Herbert Danzinger, Project Leader R&D bei AVL List.
Verfügbarkeit und Ausblick
Infinite Faces ist entweder als Daten- oder Softwareprodukt erhältlich. Mit dem Softwareprodukt kann man selbst synthetische Gesichter erstellen. Die Software ist sowohl als eigenständige Softwareanwendung erhältlich als auch als Softwaremodul, das in bestehende Softwarelösungen integriert werden kann. Eine Erweiterung der Software ist in Arbeit, um zukünftig auch Körper synthetisch herzustellen.