• IT-Karriere:
  • Services:

PixelNN: Mit Machine Learning unscharfe Bilder erkennbar machen

PixelNN kann unscharfe oder unvollständige Bilder rekonstruieren. Der Algorithmus sei dabei präziser als ähnliche Projekte. Die Entwickler nutzen ein neuronales Netz, um bereits jetzt relativ genaue Ergebnisse zu liefern.

Artikel veröffentlicht am ,
Aus wenig Informationen erstellt PixelNN erkennbare Bilder.
Aus wenig Informationen erstellt PixelNN erkennbare Bilder. (Bild: Carnegie Mellon University)

Drei Forscher an der Carnegie Mellon University im US-Bundesstaat Pennsylvania haben einen Bilderkennungsalgorithmus entwickelt, der aus verpixelten, verwaschenen oder unvollständigen Aufnahmen ein klares Bild rekonstruiert. Die Forscher Aayush Bansal, Yaser Sheikh und Deva Ramanan stellen das Projekt PixelNN auf einer entsprechenden Seite vor.

  • PixelNN errechnet Bilder schrittweise aus unscharfen Quellen. (Bild: cs.cmu.edu/~aayushb)
  • PixelNN errechnet Bilder schrittweise aus unscharfen Quellen. (Bild: cs.cmu.edu/~aayushb)
  • Der Algorithmus fürgt weitere Pixel hinzu. (Bild: cs.cmu.edu/~aayushb)
  • Auch Gegenstände werden berechnet.  (Bild: cs.cmu.edu/~aayushb)
  • PixelNN vergleicht sich mit Pix-to-Pix. (Bild: cs.cmu.edu/~aayushb)
  • PixelNN kann verschiedene Quelldaten verarbeiten. (Bild: cs.cmu.edu/~aayushb)
PixelNN vergleicht sich mit Pix-to-Pix. (Bild: cs.cmu.edu/~aayushb)
Stellenmarkt
  1. BUCS IT GmbH, Wuppertal
  2. Kreis Segeberg, Segeberg

Der Machine-Learning-Algorithmus nutzt ein Convolutional Neural Network (CNN), um Quellmotive schrittweise zu filtern und schließlich in mehrere mögliche Ausgaben zu wandeln. Das Modell verwendet einen Nearest-Neighbor-Ansatz, um zu Ergebnissen zu kommen. Bei diesem berechnet der Algorithmus Wahrscheinlichkeiten anhand der benachbarten Knoten - in diesem Fall Bildpixel. Danach springt das Programm zum nächstgelegenen Knoten und wiederholt den Vorgang rekursiv.

Software, die ähnliche Ergebnisse erreichen soll, gibt es bereits. Laut den Entwicklern seien jedoch zwei Punkte bei Alternativen nicht gegeben: Zum einen kann PixelNN viele verschiedene Ergebnisse gleichzeitig ausgeben. Das sei bei anderen Algorithmen - etwa Pix-to-Pix - nicht der Fall. Zum anderen seien Ergebnisse anderer Algorithmen nicht interpretierbar.

Unschärfemasken in Google Street View rückgängig machen

Bisher funktioniert PixelNN auf Motiven wie Katzen, Hunden, menschlichen Gesichtern und einigen Modestücken. Das Team zeigt Schuhe und Handtaschen. Bilder können aus mehreren Szenarien rekonstruiert werden. Die Quelle kann einfach nur unscharf oder niedrigpixelig sein oder nur die Konturen zeigen. Auch generelle Bildfehler und fehlende Informationen sollen rekonstruiert werden können.

  • PixelNN errechnet Bilder schrittweise aus unscharfen Quellen. (Bild: cs.cmu.edu/~aayushb)
  • PixelNN errechnet Bilder schrittweise aus unscharfen Quellen. (Bild: cs.cmu.edu/~aayushb)
  • Der Algorithmus fürgt weitere Pixel hinzu. (Bild: cs.cmu.edu/~aayushb)
  • Auch Gegenstände werden berechnet.  (Bild: cs.cmu.edu/~aayushb)
  • PixelNN vergleicht sich mit Pix-to-Pix. (Bild: cs.cmu.edu/~aayushb)
  • PixelNN kann verschiedene Quelldaten verarbeiten. (Bild: cs.cmu.edu/~aayushb)
Auch Gegenstände werden berechnet. (Bild: cs.cmu.edu/~aayushb)

In Beispielen zeigt das Entwicklerteam auch erste Ergebnisse des Algorithmus, die dem Originalbild relativ ähnlich sehen. PixelNN könnte dadurch eventuell Material von Videokameras oder fehlerhafte Fotos verbessern. Aber auch gewollte Unschärfemasken könnten in der Theorie so entfernt werden. Eine solche Technik nutzt etwa Google Street View, um die Identitäten von Passanten zu schützen.

Bitte aktivieren Sie Javascript.
Oder nutzen Sie das Golem-pur-Angebot
und lesen Golem.de
  • ohne Werbung
  • mit ausgeschaltetem Javascript
  • mit RSS-Volltext-Feed


Anzeige
Hardware-Angebote
  1. 249€ (Vergleichspreis 277,99€)

Steffo 25. Sep 2017

Du hast soweit recht und das habe ich mir auch gedacht, aber welche Überschrift hättest...

Anonymer Nutzer 25. Sep 2017

Vermutlich in dem Trainingsdatensatz mehr Bilder mit Bärten oder Gesichter die mit Bärten...


Folgen Sie uns
       


Doom Eternal - Test

Doom Eternal ist in den richtigen Momenten wieder eine sehr spaßige Ballerorgie, wird aber an einigen Stellen durch Hüpfpassagen ausgebremst.

Doom Eternal - Test Video aufrufen
Homeschooling-Report: Wie Schulen mit der Coronakrise klarkommen
Homeschooling-Report
Wie Schulen mit der Coronakrise klarkommen

Lösungen von Open Source bis kommerzielle Lernsoftware, HPI-Cloud und Lernraum setzen Schulen derzeit um, um ihre Schüler mit Aufgaben zu versorgen - und das praktisch aus dem Stand. Wie läuft's?
Ein Bericht von Stefan Krempl

  1. Kinder und Technik Elfjährige CEO will eine Milliarde Kinder das Coden lehren
  2. IT an Schulen Intelligenter Stift zeichnet Handschrift von Schülern auf
  3. Mädchen und IT Fehler im System

IT-Chefs aus Indien: Mehr als nur ein Klischee
IT-Chefs aus Indien
Mehr als nur ein Klischee

In den Vorstandsetagen großer Tech-Unternehmen sind Inder allgegenwärtig. Der Stereotyp des IT-Experten aus Südasien prägt die US-Popkultur. Doch hinter dem Erfolg indischstämmiger Digitalunternehmer steckt viel mehr.
Ein Bericht von Jörg Wimalasena

  1. Container, DevOps, Agilität Runter von der Insel!
  2. Generationenübergreifend arbeiten Bloß nicht streiten
  3. Frauen in der Technik Von wegen keine Vorbilder!

Coronakrise: Welche Hilfen IT-Freelancer bekommen
Coronakrise
Welche Hilfen IT-Freelancer bekommen

Das Hilfspaket des Bundes in Milliardenhöhe sieht kaum Leistungen vor, mit denen IT-Freelancer etwas anfangen können. Den Bitkom empört das nicht.
Ein Bericht von Gerd Mischler

  1. Jobporträt Softwaretester "Ein gesunder Pessimismus hilft"
  2. Frauen in der IT Software-Entwicklung ist nicht nur Männersache
  3. Virtuelle Zusammenarbeit Wie Online-Meetings nicht zur Zeitverschwendung werden

    •  /