Zum Hauptinhalt Zur Navigation

Fastphotostyle: Nvidia lässt es schneien und färbt den Himmel um

Fastphotostyle transferiert den künstlerischen Stil eines Fotos auf ein anderes Bild. So wird ein Tagesbild zu einer Nachtaufnahme oder eine Sommer- zu einer Winterlandschaft. Den Algorithmus dazu haben Wissenschaftler zusammen mit Nvidia entwickelt.
/ Andreas Donath
20 Kommentare News folgen (öffnet im neuen Fenster)
Links das Referenzbild, in der Mitte das Zielbild und rechts das Ergebnis (Bild: Cornell University)
Links das Referenzbild, in der Mitte das Zielbild und rechts das Ergebnis Bild: Cornell University

Wer per Bildbearbeitung einmal manuell versucht hat, auf einer Fotostrecke nachträglich eine stilistische Konsistenz zu schaffen oder Aufnahmen zu harmonisieren, kennt das Problem: Das Ergebnis sieht oftmals zu künstlich aus. Dank einer Gruppe von Wissenschaftlern der Cornell University lässt sich dieses Problem nun mit Hilfe von Algorithmen lösen. Dabei verwendet der Nutzer ein Vorlagenbild und eines, das daran angepasst werden soll.

Nvidia entwickelte dazu einen Algorithmus, der die stilistischen Eigenschaften eines Bildes erkennt und präzise auf ein anderes Bild überträgt. Die Software heißt Fastphotostyle und kann die Farbgebung und die Atmosphäre eines Bildes weitergeben. Das Ergebnis ist oftmals überraschend gut.

Der Code kann von GitHub heruntergeladen werden(öffnet im neuen Fenster) . Er steht unter einer Creative Commons Lizenz (BY-NC-SA 4.0) und nicht unter freier Softwarelizenz.

Es handelt sich nicht um den ersten Versuch, fotorealistische Bildstil-Transfer-Algorithmen zu entwickeln. Bisherige Methoden neigten aber dazu, räumlich inkonsistente Stilisierungen mit auffälligen Artefakten zu erzeugen. Darüber hinaus sind diese Methoden rechenintensiv und benötigen mehrere Minuten, um ein VGA-Bild zu stilisieren. Beides soll bei Fastphotostyle nicht der Fall sein.

In der wissenschaftlichen Arbeit A Closed-form Solution to Photorealistic Image Stylization(öffnet im neuen Fenster) beschreiben die Autoren der Cornell University und Nvidia die Vorgehensweise ihres Algorithmus.


Relevante Themen