Alte Fotos mit KI restaurieren: Was sie wiederherstellt und was sie erfindet
Man lässt das Hochzeitsfoto der Großeltern durch die App laufen und es kommt gestochen scharf zurück, mit klar definierten Gesichtern und sauberen Konturen. Das Ergebnis ist beeindruckend – und verdient eine Erklärung, die fast niemand gibt.
Dieses Detail fehlte. Die künstliche Intelligenz hat keine versteckten Informationen im Bild gefunden: Sie hat neue Informationen generiert, die zum Rest passen.
Sie füllt die Lücken, sie enthüllt sie nicht.
Das Modell lernte, wie Gesichter und Texturen normalerweise aussehen, und zeichnete das Fehlende so, dass es mit der Umgebung übereinstimmte.
Das Risiko liegt im Gesicht.
Feine Gesichtszüge, Augenform und Lächeln können anders wirken als im Original. Je schlechter das Foto, desto mehr schmückt das Model es nach.
Mehr Details bedeuten nicht automatisch mehr Informationen.
Beim Vergrößern eines kleinen Fotos werden durch Schätzung neue Pixel erzeugt. Die wahrgenommene Schärfe nimmt zu, die tatsächliche Bildinformation jedoch nicht.
Bewahren Sie immer das Original auf.
Die wiederhergestellte Version ist eine Interpretation. Die Originaldatei ist das Dokument und sollte nicht überschrieben werden.
Wenn KI wirklich hilft.
Es gibt Anwendungsbereiche, in denen es hervorragende Ergebnisse liefert und das Risiko gering ist. Kratzer, Flecken, Knicke und Vergilbungen von einem gescannten Foto entfernen. Es handelt sich um eine Reparatur physischer Schäden: Die Bildinformationen sind vorhanden, und das Modell bereinigt lediglich das, was sich darüber befindet.
Das Gleiche gilt für Korrigierte verblasste Farbe und für Geräusche reduzieren aus einem Scan, der bei schwachem Licht durchgeführt wurde. Dies sind Verfahren, die die Aussagekraft des Fotos respektieren.
Der Teufelskreis beginnt, wenn das Foto klein, sehr unscharf oder von sehr niedriger Auflösung ist. Dann hat das Model nur wenige Informationen zur Verfügung und muss mehr hinzufügen als korrigieren. Genau dann entstehen der plastische Hauteffekt und Gesichter, die zwar ähnlich, aber nicht identisch aussehen.
Die Vermutung der Kolorierung ist gut begründet.
Das Kolorieren eines Schwarzweißfotos ist das deutlichste Beispiel für diese Grenze. Die Farbinformationen waren in diesem Film nie vorhanden. Das Modell wählt aus Millionen von Beispielen wahrscheinliche Farben aus.
Das Ergebnis ist meist wunderschön und aufregend, und daran ist nichts auszusetzen, solange dem Betrachter klar ist, dass die Farbe rekonstruiert wurde. Das Kleid könnte ursprünglich blau gewesen sein und grün erscheinen, und die KI kann das unmöglich wissen.
Wie man es nutzt, ohne es zu bereuen.
Niemals überschreiben
Speichern Sie die Wiederherstellung als neue Datei. Das Original ist der historische Datensatz, und es existiert keine Sicherungskopie im Cloud-Speicher.
Vergleiche die Gesichter nebeneinander.
Bevor Sie das Foto ausdrucken oder an die Familie senden, überprüfen Sie, ob die Person noch wie sie selbst aussieht.
Besser digitalisieren, bevor
Ein guter digitaler Scan mit gleichmäßiger Ausleuchtung und hoher Auflösung liefert mehr Informationen und verringert die Wahrscheinlichkeit, dass KI neue Erfindungen macht.
Häufig gestellte Fragen
Sie erschafft eine klare, plausible Version. Je schlechter das Original, desto mehr ist das Ergebnis eine Erfindung und desto weniger eine Wiederherstellung.
Nein. Da das Bild nun künstlich erzeugte Details enthält, ist es keine gültige und getreue Aufzeichnung dessen mehr, was fotografiert wurde.
Prüfen Sie, was die Richtlinien bezüglich Ihrer Bilder aussagen. Viele verarbeiten sie in der Cloud, was bedeutet, dass Ihr Familienfoto Ihr Gerät verlässt.
Es leistet vieles: Kontrastanpassung, Beschnitt, Farbkorrektur und besseres Scannen lösen viele Probleme, ohne neue Daten zu erzeugen.
Zum Entfernen von Hautunreinheiten und zur Farbwiederherstellung eines Scans ist das Tool hervorragend geeignet. Bei der Rekonstruktion eines kaum sichtbaren Gesichts erhält man jedoch nur eine abgewandelte Version des Gesichts – das sollte man vor dem Drucken und Einrahmen wissen.