-
Die vorliegende Erfindung betrifft ein System zur automatischen Fußgrößenbestimmung, mit einem elektronischen Endgerät, das eine digitale Kamera aufweist, wobei die digitale Kamera ein Objektiv mit einem Suchfeld umfasst, wobei die digitale Kamera eine elektronische Ausrichtungshilfe umfasst, mit einer Speichereinrichtung, in der Programme zum Betrieb und zur Anwendung des elektronischen Endgeräts gespeichert sind, wobei die elektronische Ausrichtungshilfe eine optimale Ausrichtung der digitalen Kamera auf einen fotografisch aufzunehmenden Fuß in Abhängigkeit von wenigstens einem in der Speichereinrichtung gespeicherten Programms unterstützt, und wobei die Bestimmung einer Fußgröße des fotografisch aufzunehmenden Fußes in Abhängigkeit von wenigstens einer fotografischen Aufnahme mit optimaler Ausrichtung erfolgt, mit einer Steuereinrichtung zur Steuerung des elektronischen Endgeräts und der Speichereinrichtung.
-
-
In den beiden Druckschriften des Standes der Technik ist beschrieben, dass zur optischen Vermessung mittels einer digitalen Aufnahmeeinrichtung eine Referenzgröße herangezogen werden muss. Diese Referenzgröße ist in beiden Fällen ein speziell für das jeweilige Verfahren vorbereitetes Referenzobjekt. In
DE 10 2011 211 086 A1 ist dieses Referenzobjekt eine mit einem geometrischen Muster versehene Referenzebene, auf die ein Fuß gestellt werden muss, bevor dieser in dieser Situation mit der digitalen Aufnahmeeinrichtung aufgenommen wird. In
DE 20 2013 011 910 U1 ist dieses Referenzobjekt eine Referenzplatte, auf die der Fuß gestellt werden muss, bevor dieser in dieser Situation mit der digitalen Aufnahmeeinrichtung aufgenommen wird.
-
In dem vorstehend beschriebenen Stand der Technik ist es für die Benutzer erforderlich, für den jeweiligen Messvorgang speziell vorbereitete oder speziell konstruierte bzw. für den Messvorgang vordefinierte Referenzobjekte zur Verfügung zu haben. Bei im Voraus geplanten Messvorgängen, wie z.B. im wissenschaftlichen Umfeld, wäre das zu gewährleisten. Für spontane Vorhaben, z.B. beim Kauf eines Bekleidungsstücks oder von Schuhen, werden aber solche vordefinierten Referenzobjekte regelmäßig nicht zur Verfügung stehen, so dass ein Messvorgang nicht zuverlässig durchgeführt werden kann. Das ist für den Benutzer ein Nachteil.
-
Wenn der Benutzer zum Beispiel im Internet auf einem Käuferportal einen Schuh bestellen oder kaufen möchte und zu diesem Zweck die genaue Fußgröße angeben soll, fehlen diesem die aus dem Stand der Technik bekannten und für die dort beschriebenen Verfahren erforderlichen, speziell vorbereiteten Referenzobjekte. Er müsste also vor dem Besuch des Käuferportals dafür sorgen, im Besitz solcher vordefinierten Referenzobjekte zu sein.
-
Aus
DE 11 2017 000 508 ist ein System zur optischen Vermessung eines Fußes bekannt, bei dem ein beliebiges vordefiniertes Referenzobjekt verwendet werden kann, das einen Alltagsgegenstand, wie z. B. eine Münze, darstellt.
-
Alle Systeme zur optischen Vermessung eines Fußes haben somit den Nachteil, dass diese nur in Verbindung mit einem Referenzobjekt funktionieren. Das ist für eine Benutzerin unkomfortabel. Zur Bestimmung der Fußgröße eines Fußes muss bei der fotografischen Aufnahme des Fußes immer auch das Referenzobjekt mit aufgenommen werden, damit eine Berechnung der Fußgröße zuverlässig erfolgen kann.
-
Die Aufgabe der vorliegenden Erfindung ist daher, ein System zur automatischen Fußgrößenbestimmung zu schaffen, mit dem die Größe eines Fußes ohne Berücksichtigung eines Referenzwertes ermittelt werden kann.
-
Die Aufgabe wird erfindungsgemäß dadurch gelöst, dass die Speichereinrichtung eine Datenbank zur Speicherung von digitalen Bilddaten einer Vielzahl von Ur-Füßen mit jeweils bekannter Fußgröße umfasst, und dass die Speichereinrichtung ein auf einem KI-Algorithmus basierendes KI-Programm umfasst, wobei das KI-Programm einen digitalen Datensatz eines durch die wenigstens zwei fotografischen Aufnahmen aufgenommenen aktuellen Fußes mit jeweils einem der in der Datenbank gespeicherten digitalen Datensätzen der Vielzahl von Ur-Füßen vergleicht und die Fußgröße des aktuellen Fußes in Abhängigkeit von dem Vergleich bestimmt.
-
Mit der vorliegenden Erfindung ist es nun möglich, bei der optischen Vermessung eines Fußes mit Hilfe einer digitalen Kamera, ganz ohne Referenzgröße auszukommen.
-
Dies wird durch die Einbeziehung von Künstlicher Intelligenz (KI) und durch wenigstens zwei fotografische Aufnahmen erreicht. Je robuster die KI ist, desto genauer ist das Vergleichsergebnis und somit die Fußgrößenbestimmung. Ein robuste KI wird durch Aufnahme einer großen Vielzahl von Ur-Füßen mit wenigsten zwei fotografischen Aufnahmen in der jeweils optimalen Ausrichtung, deren Fußgröße bekannt ist. Mithilfe der KI wird jeder der sogenannten UR-Füße zu einem in der Speichereinrichtung hinterlegten Referenzobjekt.
-
Ein weiterer Vorteil der vorliegenden Erfindung ist, dass jede fotografische Aufnahme des Fußes einer optimalen Ausrichtung zugeordnet ist, die zu einer jeweils anderen optimalen Ausrichtung einer jeweils anderen fotografischen Aufnahme unterschiedlich ist. Durch dieses Merkmal ist es möglich, die Abmessung des Fußes aus fotografischen Aufnahmen unter unterschiedlichen Winkeln zu ermitteln. Die KI lernt aus solchen bereits getätigten fotografischen Aufnahmen, um aus wenigstens einer aktuellen fotografischen Aufnahme die aktuelle Fußgröße zu ermitteln.
-
Ein weiterer Vorteil der vorliegenden Erfindung ist, dass das KI-Programm eine Bilderkennungssoftware umfasst, die Deep Learning anwendet. Deep Learning ist ein Teilbereich des maschinellen Lernens, der im Wesentlichen ein neuronales Netzwerk mit drei oder mehr Schichten darstellt. Diese neuronalen Netzwerke versuchen, das Verhalten des menschlichen Gehirns zu simulieren - auch wenn sie bei weitem nicht an dessen Fähigkeiten heranreichen - und ermöglichen es, aus großen Datenmengen zu „lernen“. Während ein neuronales Netzwerk mit einer einzigen Schicht noch ungefähre Vorhersagen machen kann, können zusätzliche versteckte Schichten helfen, die Genauigkeit zu optimieren und zu verfeinern.
-
Deep Learning treibt viele Anwendungen und Dienste der Künstlichen Intelligenz (KI) an, die die Automatisierung verbessern und analytische und physische Aufgaben ohne menschliches Eingreifen ausführen. Deep-Learning-Technologie steckt hinter alltäglichen Produkten und Diensten (z. B. digitale Assistenten, sprachgesteuerte TV-Fernbedienungen und Erkennung von Kreditkartenbetrug) sowie aufkommenden Technologien (z. B. selbstfahrende Autos).
-
Neuronale Netzwerke mit Deep Learning oder künstliche neuronale Netzwerke versuchen, das menschliche Gehirn durch eine Kombination von Dateneingaben, Gewichtungen und Verzerrungen zu imitieren. Diese Elemente arbeiten zusammen, um Objekte in den Daten genau zu erkennen, zu klassifizieren und zu beschreiben.
-
Tiefe neuronale Netzwerke bestehen aus mehreren Schichten miteinander verbundener Knoten, die jeweils auf der vorherigen Schicht aufbauen, um die Vorhersage oder Kategorisierung zu verfeinern und zu optimieren. Dieses Fortschreiten der Berechnungen durch das Netzwerk wird als Vorwärtspropagation bezeichnet. Die Eingabe- und Ausgabeschichten eines tiefen neuronalen Netzwerks werden als sichtbare Schichten bezeichnet. In der Eingabeschicht nimmt das Deep Learning-Modell die Daten zur Verarbeitung auf, und in der Ausgabeschicht wird die endgültige Vorhersage oder Klassifizierung erstellt.
-
Ein anderer Prozess namens Backpropagation verwendet Algorithmen wie Gradientenabstieg, um Fehler in Vorhersagen zu berechnen und passt dann die Gewichte und Verzerrungen der Funktion an, indem es sich rückwärts durch die Schichten bewegt, um das Modell zu trainieren. Zusammen ermöglichen Vorwärtspropagation und Backpropagation einem neuronalen Netzwerk, Vorhersagen zu treffen und Fehler entsprechend zu korrigieren. Mit der Zeit wird der Algorithmus immer genauer.
-
Das oben Gesagte beschreibt den einfachsten Typ eines tiefen neuronalen Netzwerks in den einfachsten Begriffen. Deep Learning-Algorithmen sind jedoch unglaublich komplex, und es gibt verschiedene Arten von neuronalen Netzwerken, um bestimmte Probleme oder Datensätze anzugehen. Zum Beispiel werden Convolutional Neural Networks (CNNs) vor allem in Computer Vision- und Bildklassifizierungsanwendungen eingesetzt und können Merkmale und Muster in einem Bild erkennen und so Aufgaben wie die Objekterkennung oder -erfassung ermöglichen. Im Jahr 2015 hat ein CNN zum ersten Mal einen Menschen bei einem Wettbewerb zur Objekterkennung geschlagen.
-
Ein weiterer Vorteil der vorliegenden Erfindung ist, dass die Steuereinrichtung einen Zugriff auf eine freien Programmbibliothek steuert, wobei das KI-Programm in wenigstens zwei fotografischen Aufnahmen eines Objekts in Abhängigkeit von dem Zugriff auf die freie Programmbibliothek den durch wenigsten zwei fotografische Aufnahmen aufgenommenen Fuß erkennt. Eine freie Programmbibliothek ist zum Beispiel openCV. Eine Programmbibliothek ist grundsätzlich eine Datei in der fertige Programmelemente, Funktionen oder Unterprogramme zusammengefasst sind. Diese ist in etwa vergleichbar mit einer Bibliothek in einer. Das Gebäude mit seinen Regalen entspricht der Datei, die Bücher den Programmteilen darin. Programme können darauf zugreifen und diese Teile verwenden. Eine Programmbibliothek lässt sich nicht selbstständig ausführen und besitzt im nicht freien Windowsumfeld meist die Endung „d11“ (Dynamic Link Library).
-
Ein weiterer Vorteil der vorliegenden Erfindung ist, dass die digitale Kamera automatisch auslöst, wenn die optimale Ausrichtung der digitalen Kamera auf einen fotografisch aufzunehmenden Fuß vorliegt. Dadurch ist es möglich, die optimale Ausrichtung der digitalen Kamera auch mit verminderter Aufmerksamkeit oder Konzentration hinzubekommen. Ein manuelles Auslösen bei optimaler Ausrichtung verlangt eine gewisse Aufmerksamkeit und eine ruhige Hand. Ein Verwackeln beim Auslösen blockiert entweder die Auslösung, wenn die optimale Ausrichtung durch das Verwackeln verloren geht oder erzeugt einen Fehler, der sich dann im weiteren Verlauf fortsetzt.
-
Ein weiterer Vorteil der vorliegenden Erfindung ist, dass die elektronische Ausrichtungshilfe die optimale Ausrichtung der digitalen Kamera auf einen fotografisch aufzunehmenden Fuß in Abhängigkeit von wenigstens einem in der Speichereinrichtung gespeicherten Programms im Suchfeld anzeigt. Diese Hilfe vereinfacht das manuelle Ausrichten und verkürzt die Zeit, in der die optimalen Ausrichtung jeweils gefunden ist.
-
Weitere Vorteile der vorliegenden Erfindung ergeben sich aus den weiteren Merkmalen der weiteren Unteransprüche.
-
Im Folgenden wird eine Ausführungsform der vorliegenden Erfindung als System beschrieben. Das System umfasst Hardwarekomponenten, mit deren Hilfe auch ein Verfahren umgesetzt werde kann, das der vorliegenden Erfindung zugrunde liegt.
-
Das System umfasst ein elektronisches Endgerät, das ein beliebiges elektronisches Endgerät sein kann, z. B. ein Tablet, ein Tischcomputer, ein Laptop, ein Smartphone u. ä. Vorzugsweise ist das elektronische Endgerät ein mobiles Endgerät, das in der Hand gehalten werden und beliebig ausgerichtet werden kann, wie z.B. ein Smartphone oder auch ein Tablet.
-
Dieses elektronische Endgerät umfasst eine digitale Kamera. Das ist heute Standard. Auf dem elektronischen Endgerät ist eine Speichereinrichtung eingerichtet, auf der einerseits wenigstens ein oder mehrere Programme zum Betrieb (Betriebsprogramme) und andererseits Programme für die Anwenderin gespeichert sind. Die Anwenderin kann sich auf ihr elektronisches Endgerät wahlfrei Anwendungsprogramme (Apps) herunterladen, z.B. aus dem Internet oder aus einem App-Store, und diese dann mit dem elektronischen Endgerät anwenden.
-
Ein solches Anwendungsprogramm liegt der vorliegenden Erfindung zugrunde. Dieses Anwendungsprogramm nutzt die digitale Kamera des elektronischen Endgerätes und stellt eine Verbindung zu einer Speichereinrichtung her, die sich in der bevorzugten Ausführungsform außerhalb des elektronischen Endgerätes befindet. Die Verbindung wird über übliche Datenkommunikationskanäle hergestellt.
-
Das Anwendungsprogramm umfasst auch eine Ausrichtungshilfe. Wenn die Anwenderin durch ein Suchfeld der digitalen Kamera ihres elektronischen Endgeräts schaut, dann sieht diese den aufzunehmenden Fuß in dem Suchfeld und bekommt eine optische Ausrichtungshilfe, welche die Anwenderin animiert, die digitale Kamera optimal in Bezug zu dem Fuß auszurichten, um dann bei Erreichen der optimalen Ausrichtung entweder manuell oder automatisch auszulösen.
-
Die Anwenderin wird durch das Anwendungsprogramm angeleitet, zwei fotografische Aufnahmen von ein und demselben Fuß zu machen. Dabei unterstützt die optische Ausrichtungshilfe. Diese animiert die Anwenderin, die digitale Kamera bei den beiden für die Fußgrößenbestimmung wenigstens erforderlichen Aufnahmen in jeweils einer optimalen Ausrichtung zum Fuß/Objekt zu bringen, die unterschiedlich zueinander sind, so dass der Fuß aus wenigstens zwei unterschiedlichen Blickwinkeln aufgenommen wird.
-
Ein mit wenigstens zwei solchen fotografischen Aufnahmen in einer Steuereinrichtung der digitalen Kamera bzw. des elektronischen Endgeräts erzeugter digitaler Datensatz wird dann mit Hilfe eines KI-Algorithmus eines KI-Programms verarbeitet. Diese Verarbeitung erfolgt in der vorliegenden Ausführungsform im Wesentlichen außerhalb der digitalen Kamera und des digitalen Endgerätes. Dazu stellt das Anwendungsprogramm eine Datenverbindung mit einer Speichereinrichtung her, in der eine große und stets wachsende Vielzahl von Fußgrößen als digitale Datensätze gespeichert sind, die von Ur-Füßen erfasst wurden. Das KI-Programm vergleicht dann vereinfacht den aktuellen digitalen Datensatz mit den vorhandenen digitalen Datensätzen der Ur-Füße. Am Ende des Vergleichs wird dann die Fußgröße als Ergebnis für den aktuelle Fuß bestimmt, der näherungsweise einem digitalen Datensatz eines der Ur-Füße am nächsten kommt oder sogar identisch mit diesem ist.
-
Die Anwenderin kann dann das Ergebnis ihrer Fußgrößenmessung auf einer Online-Plattform beim Kauf eines Schuhs nutzen. Der Anmelderin werden bei Eingabe der durch die Fußgrößenmessung ermittelten Fußgröße nur Schuhe angezeigt, die in ihrer Passform zu dieser biologischen Fußgröße passen, unabhängig davon, welche Schuhgröße für diesen Schuh ausgewiesen ist.
-
Die Fußgröße kann sich aufgrund der wenigstens zwei fotografischen Aufnahmen aus einem Wert zusammensetzen, der sich aus der Länge, Breite, Höhe und/oder des Volumens eines Fußes ergibt. Dadurch wird die Passform eines Schuhs sehr genau bestimmbar.
-
ZITATE ENTHALTEN IN DER BESCHREIBUNG
-
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
-
Zitierte Patentliteratur
-
- DE 102011211086 A1 [0002, 0003]
- DE 202013011910 U1 [0002, 0003]
- DE 112017000508 [0006]