Durch die Entwicklung neuer Sicherheitssysteme, z.B. beim Automatisierten Fahren, gewinnt die Erkennung von Gesichtsausdrücken mit KI an Bedeutung. Zu diesem Zweck muss dem System vorher die Zuordnung relevanter Gesichtsausdrücke antrainiert werden. Dazu sind große Mengen an Bildern mit manuell eingefügten Kennzeichnungen nötig. Das Maschinelle Lernen (ML) braucht extrem viele Bilder, um trainiert, validiert und getestet zu werden. Für hohe Qualitätsansprüche sind dies im Idealfall hunderttausende Bilder. Zudem ist es schwierig und langwierig, Aufnahmen von so vielen realen Menschen zu erfassen. Dabei gilt es Datenschutz und Privatsphäre zu berücksichtigen. Und es ist wichtig Diversität abzubilden, um die Lösung alltagstauglich zu machen. Das alles steht einer raschen und günstigen Beschaffung von Trainingsdaten im Weg. Aufnahmen von realen Menschen verwenden zu können, ist aber auch überaus aufwendig. So müssen Kennzeichnungen wichtiger Unterscheidungsmerkmale (Labels oder Annotationen) auf jedem Bild manuell eingefügt werden. Aus diesen Gründen ist die Aufnahme tausender, annotierter Bilder kostenintensiv und zeitaufwendig.
Synthetische Daten für Training
Die Software Infinite Faces, die Rechenraum in Zusammenarbeit mit dem Autozulieferer AVL entwickelt hat, bietet einen Ausweg. Basis dafür sind zwar reale Menschen, es wird allerdings nur eine sehr kleine Anzahl realer Personen benötigt (ab sechs Personen). Von diesen wenigen Personen werden 3D-Aufnahmen verschiedener Gesichtsausdrücke durchgeführt. Diese Scans werden anschließend manuell annotiert, je nachdem, was vom ML erkannt werden soll. Damit erzeugt die Software eine nahezu unbegrenzte Anzahl synthetischer, aber ultrarealistischer Gesichter. Darüber hinaus sind diese künstlich erzeugten Gesichter praktischerweise automatisch mit den im Vorfeld festgelegten Annotationen versehen. Es muss also nicht jedes der Bilder händisch gekennzeichnet werden.
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.