Logo
/// News

Mehr Bildschärfe durch künstliche Intelligenz - Super-Resolution

[07:45 Mo,28.November 2016 [e]  von ]    

Wir hatten die Diskussion ja schon ansatzweise öfter bei uns im Forum: Nämlich inwieweit künstliche Intelligenz in Zukunft mittels tiefschichtiger Neuronaler Netze die Bildqualität von Kameras signifikant verbessern könnte. Ein Gebiet ist dabei die Forschung um sogenannte Superresolution-Algorithmen. Hierunter versteht man allgemein das Hochskalieren niedrig aufgelöster Bilder. Galt bis zum letzten Jahrzehnt noch das Dogma, dass bei einer Vergrößerung der Auflösung kein Detail hinzukommen kann, was nicht im Ursprungsbild liegt, befinden wir uns seit einigen Jahren in einem Paradigmen-Wechsel. Das Schlagwort heißt Superresolution.

Mittels Superresolution versuchen die Algorithmen statt reiner Interpolation Strukturen und Formen im Bild zu erkennen und dann bei der Vergrößerung schlüssig zu ergänzen. Die Superressolution-Methoden des letzten Jahrzehnts haben dabei einige Nachteile: In Bewegtbildern kann es leicht zu springenden Mustern kommen, wenn der Algorithmus in zwei zeitlich aufeinanderfolgenden Bildern am selben Ort unterschiedliche Muster zu erkennen glaubt (z.B. durch Rauschen oder leichte Bewegung). Die Besten der klassischen Superresolution-Algorithmen "klappern eine regelrechte Muster-Datenbank ab", die dann entscheidet, welches Muster bei der Vergrößerung am besten passen könnte. Das kostet jedoch Unmengen Zeit.



Google hat nun (unter dem Projektnamen RAISR) in seinem eigenen Forschungs-Blog Ergebnisse mit neuronalen Netzen veröffentlicht. Die Google Forscher sind damit bei weitem weder die einzigen, noch die ersten, haben aber schöne Demo-Bilder im Artikel, die zeigen, wohin die Reise geht.

google_superresolution
Das untere Bild enthält künstliche Zusatzinformationen, die im Original (oben) nicht vorhanden sind.



Die Vorteile der Neuronalen Netze gegenüber Superresolution-Algorithmen klingen imposant: Mindestes eben so gute Ergebnisse wie die besten Algorithmen, aber 10 bis 100 mal schneller. Und auch die Muster-Sprung-Problematik wurde dabei deutlich reduziert, weil die Netze Annahmen über ganze Objekte fällen, die sie zu erkennen glauben. Hat die KI beispielsweise mal ein Auge erkannt, dann wird dieses nach einem Schema ergänzt, wie es die KI schon in tausend anderen Bildern zuvor gelernt hat. Selbiges gilt für Millionen andere Formen und Dinge.

Die Kritik folgt natürlich auf den Fuße: Ist denn das dann noch die Realität, die in einem vergrößerten Bild zum Vorschein kommt? Genau genommen nein, aber eine plausible visuelle Ergänzung einer "wahren" Grundstruktur.

Anders betrachtet macht das menschliche Gehirn ja auch nichts anderes. Vieles was ihm bekannt vorkommt, wird gar nicht näher wahrgenommen, sondern ungeprüft als "schon klar" abgehakt.

Aber nun viel visuelles Vergnügen bei der Lektüre des Google Blogs. Und wer noch mehr sehen will, findet hier in einem PDF noch mehr interessante Bilder aus der SR-KI-Forschung.

Link mehr Informationen bei research.googleblog.com

    
[37 Leserkommentare] [Kommentar schreiben]   Letzte Kommentare:
iasi    08:32 am 6.12.2016
Was wäre denn falsch und schlecht daran, wenn bei einer Rückfahrt die Software aus den Aufnahmen der nahen Einstellung auch für die Totale die Gesichtszüge einer Person...weiterlesen
7nic    07:59 am 6.12.2016
Das klang noch nie anders. Es ist als würde man sich darüber streiten, ob ein vom Hersteller sogenanntes Drei-Liter Auto unter allen Umständen immer 3 Liter verbraucht... es...weiterlesen
iasi    00:22 am 6.12.2016
Bildauflösung? Na das ist auch so ein Größe, die mal genauer betrachtet werden muss. Vor allem auch im Hinblick darauf, von welchen Faktoren sie abhängt. Mit einem...weiterlesen
[ Alle Kommentare ganz lesen]

  Vorige News lesen Nächste News lesen 
bildAuf einen Blick - Die besten Grafikkarten für DaVinci Resolve bildCAD-Modell vom Räumen per iPad 3D Scanner


verwandte Newsmeldungen:
Grundlagen:

Insta360 ONE X: Surround-Kamera mit höherer Auflösung und Speedramp Option 10.Oktober 2018
Google Pixel 3 Smartphone bringt viel KI aber wenig Neues für Videografen 10.Oktober 2018
Messevideo: Canon EOS R: 10 Bit 4K Out, Dual Pixel AF via Touchscreen, Ergonomie, Verfügbarkeit uvm. // Photokina 2018 27.September 2018
YouTube-Videos: 16:9 Maske adé -- variable Seitenverhältnisse auch am Desktop 30.Juli 2018
Aus der Forschung: Autarker Bildsensor versorgt sich selbst aus Sonnenenergie 28.April 2018
„Altglas“ vs Auflösung: Netflix Jessica Jones II auf Pvintage u. RED Weapon 6K gedreht 12.März 2018
Canon EOS M50 - 4K-Video und Dual Pixel Autofokus unter 600 Euro 26.Februar 2018
alle Newsmeldungen zum Thema Grundlagen


[nach oben]

















passende Forenbeiträge zum Thema
Grundlagen:
Die tatsächliche Erreichbarkeit von optischen UHD-Auflösungen
Empfehlung Field-Monitor/Recoder
Dell Ultrasharp U4919DW: Extrabreiter 49" Monitor mit 5.120 x 1.440 Pixeln und 99% sRGB
Insta360 ONE X: Surround-Kamera mit höherer Auflösung und Speedramp Option
Google Pixel 3 Smartphone bringt viel KI aber wenig Neues für Videografen
Messevideo: Canon EOS R: 10 Bit 4K Out, Dual Pixel AF via Touchscreen, Ergonomie, Verfügbarkeit uvm. // Photokina 2018
GFX 100Megapixels Concept -- auch Fujifilm plant 4K-fähige Mittelformat-Kamera // Photokina 2018
mehr Beiträge zum Thema Grundlagen


Archive

2018

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

2017
Dezember - November - Oktober - September - August - Juli - Juni - Mai - April - März - Februar - Januar

2016

2015

2014

2013

2012

2011

2010

2009

2008

2007

2006

2005

2004

2003

2002

2001

2000




































Specialsschraeg
1. Oktober - 31. Dezember / Berlin
Video-Wettbewerb
8. Dezember / Bünde
Bünder Kurzfilmfestival 2018
12-16. Dezember / Villach
K3 Film Festival
13-24. März 2019/ Regensburg
25. Internationale Kurzfilmwoche Regensburg
alle Termine und Einreichfristen


update am 18.November 2018 - 14:27
slashCAM
ist ein Projekt der channelunit GmbH
*Datenschutzhinweis*