Analogbilder retten mit KI: Open-Source-Tool restauriert alte Fotos
Fotos von Farb- und Schwarzweißfilmen, die analog entwickelt waren, verlieren mit der Zeit an Qualität. Ein quelloffenes KI-Tool schärft Verschwommenes nach.
![Photo,Edit,With,Phone,Filter.,Natural,Reality,Vs,Fake,Social](https://heise.cloudimg.io/width/610/q85.png-lossy-85.webp-lossy-85.foil1/_www-heise-de_/imgs/18/3/5/8/6/5/6/1/shutterstock_1920239294.jpg-32a256d549ae21e4.jpeg)
(Bild: Tero Vesalainen/Shutterstock.com)
- Silke Hahn
Auf GitHub steht ein quelloffenes Tool bereit, mit dem sich Gesichter auf alten Fotos restaurieren lassen sollen: Generative Facial Prior (GFP) heißt das in China entwickelte Werkzeug, und es ist ein Machine-Learning-Modell des Typs Generative Adversarial Network (GAN). GFP-GAN bietet laut Projektbeschreibung "praktische Algorithmen für die realitätsgetreue Wiederherstellung von Gesichtern" in Bildern.
GFP-GAN steht als quelloffene Software unter der Apache-Lizenz 2.0 und stammt von einem Entwicklungsteam von ARC Lab, wobei ARC für Applied Research Center steht. Dahinter steht der chinesische Social-Media-Anbieter Tencent, der das Labor 2019 gegründet hat und damit nach eigenen Angaben medienrelevante KI-Forschung betreibt.
Unter der Haube: Bildgenerierung in mehreren Phasen
Der kanadische Informatiker und KI-Masterstudent Louis Bouchard hat die zugrunde liegende Technik unter die Lupe genommen und stellt das Tool in seinem Kanal "What's AI" auf YouTube vor: Während bei herkömmlichen Methoden zum Restaurieren alter Fotos bislang ein KI-Modell verwendet wurde, das Unterschiede zwischen generierten Fotos und Originalen misst, fügt die neue Technik offenbar Informationen aus zwei sich ergänzenden KI-Modellen zusammen und ergänzt dabei fehlende Details fotorealistisch.
Bei dem neuen Ansatz kommt die vortrainierte Version eines KI-Modells zum Einsatz, die den Prozess der Bildgenerierung in mehrere Phasen unterteilt, so Bouchard. Mit der Technik lasse sich die Identität von Personen auf Fotos besser bewahren als bisher – unter anderem, da besonderes Augenmerk auf den Gesichtsmerkmalen wie Augenpartie und Mund liegt. Perfekt sei auch die neue Technik nicht, so erhielten besonders alte oder beschädigte Fotos neue Details, die sie ursprünglich nicht enthalten hatten. Je nach Erhaltungszustand könnten die rekonstruierten Darstellungen dann deutlich anders ausssehen als die Personen im Original.
Empfohlener redaktioneller Inhalt
Mit Ihrer Zustimmmung wird hier ein externes YouTube-Video (Google Ireland Limited) geladen.
Ich bin damit einverstanden, dass mir externe Inhalte angezeigt werden. Damit können personenbezogene Daten an Drittplattformen (Google Ireland Limited) übermittelt werden. Mehr dazu in unserer Datenschutzerklärung.
GitHub-Repository und Online-Demos verfügbar
Zu dem Projekt gibt es eine Colab-Demo sowie Online-Demos unter anderem bei Huggingface, Replicate und BaseTen. Wer GFP-GAN selbst betreiben möchte, benötigt Python ab der Version 3.7 oder höher, PyTorch ab Version 1.7. Das ARC-Lab-Team empfiehlt zusätzlich die Installation von Anaconda oder Miniconda. Optional lässt das Modell sich mit NVIDIA GPU und CUDA betreiben, ein Betrieb soll neben Windows auch unter Linux möglich sein. Das GitHub-Repository bietet Hinweise zur Installation, Tipps für das Training und eine Quick Inference.
Wer dass Tool ausprobieren möchte, kann über eine Web-Anwendung namens BaseTen Bilder zum Optimieren im Browser hochladen oder sich den Quellcode aus dem GitHub-Repository laden und das Modell in eigene Anwendungen integrieren.
(sih)