Auf Thema antworten 2025

JavaScript ist deaktiviert. Für eine bessere Darstellung aktiviere bitte JavaScript in deinem Browser, bevor du fortfährst.

Beitrag: <blockquote data-quote="Jens Hammerschmidt" data-source="post: 2769436" data-attributes="member: 715644"><p>[newsstart][headerimage]46242[/headerimage]Forscher präsentieren mit EnhanceNet-PAT einen Algorithmus, der gering aufgelöste Bilder in höher aufgelöste verwandelt. Dafür werden automatisch Texturen generiert.[LBR][LBR]Aus verpixelt werde detailreich – so in etwa lässt sich zusammenfassen, was mit der sogenannten „Single Image Super-Resolution“ (SISR) versucht wird. Man nehme also ein Bild geringer Auflösung, lasse einen entsprechenden Prozess darüber laufen und erhalte ein Bild, das neue, feinere Details aufweist.[LBR][LBR]Forscher des Max-Planck-Instituts für Intelligente Systeme am Campus Tübingen haben hierfür unlängst <a href="http://webdav.tuebingen.mpg.de/pixel/enhancenet/" target="_blank">einen neuen Ansatz vorgestellt</a>, der im Vergleich zu bisherigen Vorgehensweisen bessere Ergebnisse liefern soll.[LBR][LBR]Bislang, so heißt es <a href="https://is.tuebingen.mpg.de/de/news/from-small-to-not-so-pixel-perfect-large" target="_blank">in einem Artikel des Instituts</a>, wurden die hinzugefügten Pixel mit einem „Durchschnitts-Look“ gefüllt, mit Werten also, die sich aus den Eigenschaften umgebender Pixel errechnen lassen. Das Resultat: Bilder, die für das menschliche Auge eher unscharf wirken.[LBR][LBR]Der neue Ansatz der Tübinger Forscher nun basiert – man mag es erahnen – auf der sogenannten künstlichen Intelligenz. Der Algorithmus erhält zunächst die Aufgabe, Millionen gering aufgelöster Bilder in hoch aufgelöste zu verwandeln. Anschließend vergleicht der Algorithmus die eigenen Ergebnisse mit den Originalen. Es erfolgt also ein Abgleich zwischen dem vom Algorithmus entworfenen Bild und dem „echten“ Bild, welches aufzeigt, wie es tatsächlich aussehen sollte. Die Software analysiert schließlich die hierbei auftretenden Unterschiede und lernt. Nach diesem „Trainingscenter“ verfügt der Algorithmus sozusagen über ein Bildvergrößerungswissen, welches er sodann auf andere Bilder anwenden kann.[LBR][LBR]In diesem Prozess erfolgt eine Art „Texturen-Synthese“. Das heißt, der Algorithmus erkennt in dem gering aufgelösten Bild Muster, generiert auf Grundlage des angelernten Wissens eigene und wendet diese während der Vergrößerung auf das Bild an. Man möge Vergleiche ziehen: Links das gering aufgelöste Bild, in der Mitte das vom Algorithmus vergrößerte Ergebnis und rechts das Originalbild:[LBR] [LBR]<img src="https://downloads.psd-tutorials.de/Download/_userimages/Image/715644/images/upscaling_tuebingen_2.jpg" alt="" class="fr-fic fr-dii fr-draggable " data-size="" style="" />[LBR]Bildquelle: <a href="https://is.tuebingen.mpg.de/de/news/from-small-to-not-so-pixel-perfect-large" target="_blank">Max-Planck-Institut für Intelligente Systeme, Tübingen Campus</a>[LBR] [LBR]Verantwortlich für das „EnhanceNet-PAT“ genannte Verfahren zeichnen Mehdi S. M. Sajjadi, Bernhard Schölkopf und Michael Hirsch. Weitere Informationen sowie die Publikation mit zusätzlichen Beispielbildern findet ihr <a href="http://webdav.tuebingen.mpg.de/pixel/enhancenet/" target="_blank">auf der Projektseite</a>.[LBR][LBR]Euer Jens[LBR][LBR]Bildquelle Vorschau und Titel: <a href="https://is.tuebingen.mpg.de/de/news/from-small-to-not-so-pixel-perfect-large" target="_blank">Max-Planck-Institut für Intelligente Systeme, Tübingen Campus</a>[newsend][/newsend][/LBR][/LBR][/LBR][/LBR][/LBR][/LBR][/LBR][/LBR][/LBR][/LBR][/LBR][/LBR][/LBR][/LBR][/LBR][/LBR][/LBR][/LBR][/LBR][/newsstart]</p></blockquote><p></p> Bilder bitte hier hochladen und danach über das Bild-Icon (Direktlink vorher kopieren) platzieren.

Authentifizierung: Der grüne Frosch hüpft über die Hügel an den Bäumen vorbei in die Höhle. Bitte nenne das fünfte Wort!