Logo Logo
/// News

Google NIMA: Neural Image Assessment - KI benotet Bildqualität

[11:42 Di,19.Dezember 2017 [e]  von ]    

Wie nicht nur gerade ein aktueller Thread bei uns belegt ist eine objektive Beurteilung von Bildqualität ein schwieriges Feld. Viele Leser hätten am liebsten eine zuverlässige Quantifizierung, die mit einfachen Zahlen beschreibt, wie gut die Bildqualität einer Kamera ist. Das Problem zieht jedoch noch deutlich größere Kreise. Will man beispielsweise einen CodecCodec im Glossar erklärt optimieren, braucht man verlässliche quantitative Parameter, die sich verbessern oder verschlechtern können. Zum Teil kann dies durch eine Messung von Rauschen, Schärfe oder Komprimierungsartefakten gelingen, jedoch gibt es bereits hier oft große Abweichungen zwischen der gemessenen Zahl und der menschlichen Wahrnehmung. So kann eine Kamera beispielsweise quantitativ mehr Rauschen, als eine andere, wobei die Art des “stärkeren” Rauschens dennoch für einen präferierten Bildeindruck sorgen kann. Ähnliches gilt für die Schärfe oder die Sichtbarkeit von Artefakten.



Solchen Problemen will Google mit einem neuen Ansatz entgegentreten, der unter Zuhilfenahme von künstlicher Intelligenz eine quantitative Bewertung von Bildern ermöglichen soll. Genauer erklärt: Eine einzige Zahl -der NIMA-Score - soll beschreiben, wie gut die Qualität eines Bildes ist. Und hierbei sollen nicht nur quantitative Aspekte wie Rauschen oder ArtefakteArtefakte im Glossar erklärt berücksichtigt werden, sondern auch ästhetische Gesichtspunkte wie Bildkomposition oder Farbauswahl und Farbverteilung.

Wie immer, wenn in den letzten Monaten etwas derart utopisch klingt kommt eine Lösung meistens aus dem Bereich Big Data/ Machine Learning. Und Zugriff auf Bilddaten-Massen hat Google bekanntlicherweise. Einfach gesprochen muss man einem Neuronalen Netz nun nur jede Menge Bildvergleiche präsentieren und mitteilen, welches Bild von zwei Versionen den meisten Menschen besser gefällt. Bei Milliarden von Bildern entwickelt das NIMA-Modell dabei offensichtlich eine recht gute Einschätzung, wie gut ein Bild den Massengeschmack trifft. Und dies kann es anschließend in einer einzigen quantitativen Note, also dem NIMA-Score ausdrücken.

Das wirklich interessante in dem verlinkten Abstract ist jedoch der letzte Teil: Denn wenn ein Netz den NIMA-Score eines Bildes schnell berechnen kann, kann es auch versuchen den NIMA-Score eines Bildes mit diversen Algorithmen zu erhöhen. Hierfür kommen dann sogenannte Genetische Algorithmen zum Zuge: Man erzeugt einfach eine Menge “zufällig” optimierter Bilder von der Basis-Version und lässt wählt die Bilder mit dem höchsten NIMA-Score aus, um von diesen dann weitere Optimierungen mit zufälligen Parametern zu erzeugen. Von diesen dienen dann wieder die Bilder mit den höchsten NIMA-Scores für weitere Mutuationen und so weiter. Die Ergebnisse sehen dabei tatsächlich so aus, als dürften sie im breiten Konsens als die “besseren” Bilder abscheiden, und das bei wirklich vollautomatischer Optimierung, ohne menschliches zutun:

NIMA-Scores_PIC1



Link mehr Informationen bei research.googleblog.com

  
[4 Leserkommentare] [Kommentar schreiben]   Letzte Kommentare:
caiman    15:04 am 19.12.2017
Es ist mir völlig schleierhaft, das es Menschen gibt die sich daran erfreuen und mitwirken Gabe, Talent, Können, Kreativität, Bildung und Spaß von anderen Menschen mit Hilfe...weiterlesen
Frank Glencairn    14:51 am 19.12.2017
KI = Künstliche Ignoranz :-)
prime    13:21 am 19.12.2017
Ölgemälde-Look ist jetzt wieder trendy? Die vermeintlich verbesserten Versionen sehen alle Schrott aus.
[ Alle Kommentare ganz lesen]

  Vorige News lesen Nächste News lesen 
bildThor -- 3D/360° Kamera aus Dänemark bildApple: nächster Mac Pro wird modular und upgrade-fähig sein


verwandte Newsmeldungen:
Machine Learning:

fylm.ai: Professionelles KI-gestütztes Color Grading im Browser 16.Oktober 2021
KI lernt kämpfen - und synthetisiert neue Martial Arts Moves 10.Oktober 2021
KI trennt Musik in separate Gesangs- und Begleitmusik-Tonspuren 20.September 2021
Perfekt für Musikvideos: Räumliches, objektbasiertes Videoediting per KI und 16 Kameras 19.September 2021
Nvidia Broadcast App 1.3: Besseres Livestreaming und Videokonferenzen per KI 6.September 2021
Omnimatte: Nahezu perfekte Masken bewegter Objekte per KI 27.August 2021
Per DeepFake selbst im Filmtrailer von "Reminiscene" mit Hugh Jackman mitspielen 22.August 2021
alle Newsmeldungen zum Thema Machine Learning


[nach oben]

















passende Forenbeiträge zur News:

Archive

2021

Oktober - September - August - Juli - Juni - Mai - April - März - Februar - Januar

2020
Dezember - November - Oktober - September - August - Juli - Juni - Mai - April - März - Februar - Januar

2019

2018

2017

2016

2015

2014

2013

2012

2011

2010

2009

2008

2007

2006

2005

2004

2003

2002

2001

2000






































update am 16.Oktober 2021 - 15:02
ist ein Projekt der channelunit GmbH
*Datenschutzhinweis*