Dermaself sta avanzando tecnologia di analisi della pelle basata sull'intelligenza artificiale Attraverso una collaborazione di ricerca con Alta Scuola Politecnica, il programma di onorificenze congiunto Politecnico di Milano e Politecnico di Torino. Il progetto esplora due tecnologie complementari progettate per migliorare ulteriormente l’analisi della pelle tramite l’intelligenza artificiale basata sul selfie: Normalizzazione delle immagini e anonimizzazione facciale basata sul 3D. Markdown incorporato
Una selfie con lo smartphone contiene due livelli di informazioni: le caratteristiche visibili della pelle e le caratteristiche biometriche in grado di identificare la persona nell'immagine.
La ricerca esplora come queste due componenti possano essere trattate indipendentemente, consentendo di mantenere le informazioni sulla pelle utili per l’analisi, pur proteggendo l’identità tramite tecnologie dedicate a preservare la privacy.
Dermaself e Alta Scuola Politecnica Stanno esplorando la normalizzazione delle immagini e tecnologie di anonimizzazione facciale basate sul 3D, progettate per ampliare le capacità dell'analisi della pelle tramite IA basata su selfie.
La ricerca riunisce competenze in visione computazionale, elaborazione delle immagini e privacy con l’esperienza di Dermaself nell’analisi della pelle tramite IA applicata.
Il progetto è stato sviluppato da cinque studenti di laurea magistrale dell’Alta Scuola Politecnica, che hanno lavorato direttamente con Dermaself per esplorare come la ricerca accademica avanzata possa essere tradotta in tecnologie con applicazioni nel mondo della bellezza.
Le immagini scattate con smartphone possono variare a seconda dell'illuminazione, dell'esposizione, del processamento della fotocamera e dell'ambiente in cui viene scattata la selfie. La normalizzazione delle immagini può creare input sempre più standardizzati per Analisi della pelle AI su diversi dispositivi e in diversi contesti.
La ricerca esplora un ulteriore livello di elaborazione delle immagini progettato per compensare le variazioni che si verificano naturalmente quando gli utenti scattano selfie in condizioni reali.
Durante l'acquisizione delle immagini, gli utenti possono essere guidati verso le condizioni di acquisizione più adatte. Dopo l'acquisizione, un ulteriore processo di elaborazione delle immagini può compensare ulteriormente le variazioni dell'illuminazione.
Il risultato è una rappresentazione dell'immagine più standardizzata, progettata per rendere le selfie scattate su diversi dispositivi e in diversi ambienti sempre più comparabili.
Per Dermaself, questa tecnologia può integrare il suo ecosistema di analisi della pelle basato sull’intelligenza artificiale, disponibile in diversi punti di contatto con i clienti.
Dermaself sta sperimentando un approccio che preserva la privacy e che è progettato per separare le informazioni facciali contenenti dati identificativi dalle informazioni visive della pelle necessarie per la valutazione della pelle.
Un’immagine facciale contiene sia informazioni biometriche che dettagliate caratteristiche visive della pelle. I metodi di anonimizzazione convenzionali, come la mascheratura o l’offuscamento, possono ridurre le informazioni identificabili, ma possono anche eliminare informazioni visive preziose sulla pelle.
La ricerca sviluppata con Alta Scuola Politecnica esplora pertanto un approccio diverso basato su modellazione 3D avanzata del viso e framework computazionale proprietario.
Invece di rimuovere o degradare semplicemente le informazioni facciali, la tecnologia opera a livello strutturale della rappresentazione facciale, alterando sostanzialmente la sua firma biometrica mantenendo al contempo le caratteristiche della pelle con elevata fedeltà.
La ricerca tratta l’identità e la pelle come livelli di informazione computazionalmente distinti all’interno della stessa immagine facciale.
Utilizzando un framework computazionale proprietario a 3D, le informazioni facciali contenenti informazioni sull'identità possono essere trasformate preservando al contempo i segnali visivi rilevanti per la valutazione della pelle.
Questi includono caratteristiche come:
Questo approccio introduce un nuovo paradigma per l'anonimizzazione delle facce: la protezione dell'identità, preservando al contempo la ricchezza delle informazioni sulla pelle contenute nell'immagine.
La ricerca è stata sviluppata da un team multidisciplinare composto da cinque studenti del master di Alta Scuola Politecnica, il programma di laurea congiunta tra Politecnico di Milano e Politecnico di Torino, in collaborazione con Dermaself.
La squadra era composta da:
Il progetto è stato guidato da Professora Elisabetta Raguseo del Politecnico di Torino, Direttore dell’Alta Scuola Politecnica, e Professora Federica Arrigoni del Politecnico di Milano. Markdown incollato
Collaborando direttamente con Dermaself, il team multidisciplinare ha combinato la ricerca accademica con le applicazioni pratiche della tecnologia della bellezza.
Le tecnologie sviluppate attraverso il progetto Alta Scuola Politecnica sono pensate per integrare L'ecosistema di analisi della pelle con intelligenza artificiale di Dermaself e espandere le sue capacità tecnologiche.
Dermaself consente alle aziende di bellezza e ai rivenditori di integrare l’analisi della pelle tramite selfie nelle esperienze digitali e fisiche dei clienti.
A partire da una selfie, Dermaself analizza le caratteristiche visibili della pelle e associa i risultati ai prodotti presenti nel catalogo del marchio o del rivenditore per creare Raccomandazioni personalizzate per la cura della pelle. Markdown incorporato
La piattaforma può essere integrata in:
In questo ecosistema, la normalizzazione delle immagini fornisce un ulteriore livello di standardizzazione all'interno degli ambienti di acquisizione delle immagini, mentre l'anonimizzazione facciale offre nuove possibilità per la elaborazione delle immagini in modo da preservare la privacy.
L'analisi della pelle tramite IA che preserva la privacy può offrire nuove opportunità per la tecnologia della bellezza, consentendo di sfruttare informazioni preziose sulla pelle, pur ponendo maggiore enfasi sulla protezione dell'identità della persona rappresentata nell'immagine.
I set di dati immagine di alta qualità sono sempre più preziosi per le organizzazioni che sviluppano tecnologie di visione artificiale e intelligenza artificiale per l’analisi della pelle.
Le immagini facciali sono particolarmente complesse perché oltre alle caratteristiche visive studiate, contengono anche informazioni biometriche.
Separare queste fasce crea nuove possibilità per Set di immagini consapevoli della privacy che può supportare la ricerca, lo sviluppo tecnologico e il miglioramento dei modelli di intelligenza artificiale.
Per Dermaself, questo rappresenta un altro passo verso un ecosistema di analisi della pelle basato sull’intelligenza artificiale in cui Le prestazioni tecnologiche e la privacy evolvono insieme.
La collaborazione tra Dermaself e Alta Scuola Politecnica dimostra come la ricerca accademica possa essere tradotta in tecnologie progettate per applicazioni di bellezza nel mondo reale.
Combinando l’esperienza di Dermaself nell’analisi della pelle tramite IA applicata con le competenze di ricerca di Alta Scuola Politecnica, Politecnico di Milano e Politecnico di Torino, il progetto riunisce la visione artificiale, il trattamento delle immagini, la privacy e la tecnologia per la bellezza.
Il risultato è un ecosistema tecnologico in espansione basato su un principio semplice: trarre valore dalle informazioni sulla pelle mentre si sviluppano modalità sempre più sofisticate per proteggere l’identità facciale.
Risposte rapide alle domande più comuni
L'analisi della pelle tramite IA utilizza l'intelligenza artificiale e la visione artificiale per analizzare le caratteristiche visibili della pelle presenti in un'immagine, come ad esempio una selfie realizzata con uno smartphone. Le informazioni risultanti possono supportare esperienze di skincare personalizzate e raccomandazioni sui prodotti.
L'analisi della pelle con l'intelligenza artificiale di Dermaself analizza le caratteristiche visibili della pelle da un selfie e collega i risultati alle informazioni sui prodotti e sugli ingredienti presenti nel catalogo del marchio o del rivenditore. Questo consente alle aziende di fornire raccomandazioni personalizzate per la cura della pelle attraverso i punti di contatto digitali e fisici con i clienti.
L'illuminazione, l'esposizione e il trattamento delle immagini possono influenzare l'aspetto della pelle nelle fotografie. La normalizzazione delle immagini è progettata per ridurre queste variazioni e creare input sempre più standardizzati per i sistemi di visione artificiale, soprattutto quando le immagini vengono acquisite su diversi dispositivi e in diversi ambienti.
La normalizzazione delle immagini selfie è il processo di riduzione delle variazioni nelle fotografie causate da fattori come l’illuminazione, l’esposizione e il processamento della fotocamera. La tecnologia sviluppata nel quadro del progetto fornisce una ulteriore piattaforma di standardizzazione progettata per rendere le immagini acquisite in diversi ambienti sempre più comparabili.
La tecnologia sviluppata dal team di Alta Scuola Politecnica sfrutta la modellazione 3D avanzata del volto per trasformare la firma biometrica di una persona senza sacrificare la ricchezza dei dati della pelle.
Attraverso un processo computazionale proprietario, le informazioni facciali contenenti informazioni sull'identità vengono alterate a livello strutturale, mentre le caratteristiche della pelle di alta qualità vengono mantenute per applicazioni cliniche e di ricerca future.
Un’immagine del volto contiene sia informazioni visibili sulla pelle che caratteristiche biometriche legate all’identità di una persona. Le tecnologie per la protezione della privacy nell’immagine esplorano modi per conservare informazioni visive utili riducendo al contempo le caratteristiche facciali identificabili.
La ricerca è stata sviluppata da un team multidisciplinare composto da cinque studenti del master di Alta Scuola Politecnica, il programma di laurea congiunta tra il Politecnico di Milano e il Politecnico di Torino, in collaborazione con Dermaself e sotto la guida di tutor universitari di entrambe le università.
La tecnologia di anonimizzazione apre nuove possibilità nella creazione e nella gestione di set di dati immagine conservativi della privacy per la ricerca nel settore della bellezza e della dermatologia digitale.
Separando le informazioni sulla pelle dall'identità facciale, questo approccio potrebbe supportare la ricerca futura, lo sviluppo dell'intelligenza artificiale e le applicazioni basate sui dati, pur ponendo maggiore enfasi sulla protezione delle persone rappresentate nelle immagini.
Scopri come Dermaself può integrare l'analisi della pelle basata sull'intelligenza artificiale e i consigli sui prodotti nel tuo e-commerce, negozio, evento o esperienza di bellezza.
