Im Rahmen des Forschungsprojekts werden Algorithmen für ein bilderbasiertes Matching von Produktdaten entwickelt. Damit soll die Treffgenauigkeit beim Produkt-Matching durch die Berücksichtigung von Bildinformationen verbessert werden. Die Herausforderung besteht darin, dass die Darstellungen der Produkte auf den Bildern sehr stark variieren können. Gründe hierfür sind unterschiedliche Rotationen, Skalierungen, andere Perspektiven, Beschneidungen, unterschiedliche Helligkeits- und Farbwerte sowie das Hinzufügen von Änderungen, wie Wasserzeichen oder das Retuschieren von Bildbereichen. Eine zusätzliche Schwierigkeit besteht bei Bildern von Kleidungsstücken darin, dass das angebotene Produkt oftmals durch ein Modell präsentiert wird, das neben dem angebotenen Artikel noch weitere Kleidungsstücke trägt.

Projektziel ist die Entwicklung von Skalierungs- und Kontrastinvarianten und effizienten Verfahren zum Abgleich von Bildern, um die Treffgenauigkeit und die Abdeckung beim Matchen von Produktdaten zu erhöhen. Neben Verfahren zur Identifizierung und Segmentierung von Artikeln und Artikelteilen sollen auch Verfahren entwickelt werden, die es erlauben, anhand des Bildes diskriminierende Merkmale des Artikels wie z.B. Farbe, Muster, Form des Ausschnitts bzw. des Kragens zu extrahieren. Grundlage bilden verschiedene Ansätze des maschinellen Lernens darunter künstliche neuronale Netze.

Laufzeit: 09/2019-01/2022
Fördernummer: 100378106

Die Zuwendung wird aus Mitteln des Europäischen Fonds für regionale Entwicklung (EFRE) und aus Steuermitteln auf Grundlage des vom Sächsischen Landtag beschlossenen Haushaltes zur Verfügung gestellt.

Projektteam

• Moritz Wilke
• Prof. Dr. Erhard Rahm
• Dr. Eric Peukert