Machine Learning für Bildrekonstruktion

Forscher verpassen Fotos ein Facelifting

Uhr
von Yannick Chavanne und Übersetzung Leslie Haeny

Forscher von Microsoft und der Universität Hongkong haben einen Algorithmus entwickelt, mit dem alte, beschädigte Fotos wiederhergestellt werden können. Dazu mussten sie ein neues neuronales Netzwerkmodell entwickeln.

(Source: Microsoft)
(Source: Microsoft)

Kürzlich haben Forscher von Microsoft und der Universität Hongkong eine Technik vorgestellt, mit der sich alte Fotografien einem "Facelifting" unterziehen lassen. Der dazu entwickelte Algorithmus kann beispielsweise Porträts, deren Brillanz und Farben im Laufe der Zeit verblasst sind, wiederherstellen. Das Programm ist auch in der Lage, Falten zu glätten oder abgeknickte Ecken zu rekonstruieren.

Die vielfältigen Schäden, die alte Fotos enthalten können, machen es unmöglich, bereits bewährte Bildrestaurierungsmodelle zu verwenden, erklären die Forscher. Deep-Learning-Modelle, die auf gefalteten neuronalen Netzen basieren, können beispielsweise eine Aufgabe zur Verbesserung der Qualität von Fotos lernen, indem sie zunächst mit einer Vielzahl synthetischer Bilder trainiert werden, die spezifische Schäden simulieren.

Die zu grosse Unähnlichkeit zwischen diesen künstlich verschlechterten Bildern und alten beschädigten Fotos verhindert jedoch, dass neuronale Netze generische Regeln erstellen können. Dieses Phänomen ist insbesondere auf die sich stetig wandelnden Fotografietechniken zurückzuführen. Denn je nach verwendeten Fotografen ganz verschiedene Geräte, um Bilder zu erzeugen.

So funktionierts

Um ihren Algorithmus zur Restaurierung alter Fotos zu erstellen, setzten die Forscher ein Triplett-Übersetzungsnetzwerk ein. Zunächst vergleicht dabei ein Variations-Autocoder die beschädigten synthetischen Bilder und die alten Bilder in einem, wie die Forscher es nennen, latenten Raum. Dieser bildet zunächst einen zusätzlichen Knoten innerhalb des neuronalen Netzes. Die Informationen aus diesem ersten latenten Raum werden dann mit einem zweiten latenten Raum gekreuzt, in dem die Restaurierungsregeln zwischen den beschädigten synthetischen Bildern und ihren Originalen abgeleitet werden. Das untenstehende Diagramm und der Blog-Post der Forscher enthalten weitere Einzelheiten.

(Source: Microsoft)

Der Bereich der AI-basierten Bildrestauration scheint im Moment besonders dynamisch zu sein. Kürzlich haben andere Forscher einen Algorithmus vorgestellt, der in der Lage ist, aus einem unscharfen Bild ein HD-Bild zu erzeugen.

Webcode
DPF8_184733