Der Blick für das Wesentliche.
Für die Umwandlung in eine Zeichnung werden in einem Vorverarbeitungsschritt verschiedene Filter für das Bild eingesetzt, um einen bleistiftartigen Zeichenstil als Grundlage zu erhalten. Neben einem Schwarz-Weiß-Filter werden weitere Algorithmen angewendet (Sobel Filter für Kantenerkennung). Um das vorverarbeitete Bild in eine Zeichnung umwandeln zu können, kommt ein Generative Adversarial Network (GAN) zum Einsatz. Diese Form von Deep-Learning Netzen bestehen aus zwei Komponenten:
-
- Einem generierenden Netz, das Daten erzeugt und
- einem überprüfenden Netz, das entscheidet, ob die erzeugten Daten echte oder generierte Daten – sprich Fälschungen – sind.
Ziel des Prozesses ist, Bilddaten durch das erste Netz zu generieren, die durch das zweite Netz nicht als Fälschung erkannt werden. In diesem Zuge wurde das Netz darauf trainiert, täuschend echte Linienzeichnungen aus Bleistiftzeichnungen zu erzeugen.
Da diese Bilder immer noch sehr detailreich sind und damit eine Zeichnung durch einen Roboterarm verhältnismäßig lange dauern, ist es notwendig diese Detailfülle zu reduzieren. Hierfür wurde ein Autoencoder-Netz eingesetzt. Autoencoder reduzieren die Features der eingegebenen Daten, um darauffolgend die reduzierten Informationen wieder zu erweitern.
Für die Zeichnung durch den Roboterarm, wird das erzeugte Bild in das SVG-Format überführt und der App zur Verfügung gestellt. In der App wird die Qualität der erzeugten Zeichnung vor dem Drucken geprüft. Auf dieser Grundlage wird für den Roboterarm – und dessen Stiftwerkzeug – ein kompatibler G-Code erstellt, welcher alle notwendigen Maschinenbefehle für die Zeichnung beinhaltet.
Kipassos Zeichentechnik
1. Bild aufnehmen
2. Hauptperson wählen
3. Vektorzeichnung erzeugen
4. Zeichnung umsetzen
Kipasso ist ein laufendes Experiment der Mathema GmbH.
Kipasso / MATHEMA
Kipasso ist ein experimentelles Projekt der MATHEMA GmbH.
Links
Office
MATHEMA GmbH
Schillerstraße 14
90409 Nürnberg
Deutschland
Kontakt
kipasso@mathema.de
+49 (0) 911 37 67 45 – 0