Mit flickr Fotos flicken.

Researcher der Carnegie Mellon Universität haben zwei Verfahrensweisen entwickelt, um anhand des unendlichen Datenpools an Fotos im Web andere Fotos zu ändern, zu verbessern, auszubessern, zu flicken. Es zeigt wieder mal, wie die Fülle von Daten, die das Web bietet, für intelligente Applikationen genutzt werden kann.

Das eine System heisst „Photo Clip Art“: Hier werden Fotos anhand von Clipart aus anderen Fotos angereichert. Wenn in einem Bild etwas fehlt, wie z.B. ein Baum, der im eigenen Hintergarten eigentlich hätte stehen sollen, dann kann man es in sehr realistischer Art und Weise hinzuügen:

To make the resulting image appear as realistic as possible, the system analyzes the original photo to estimate the camera angle and lighting conditions, and then looks in the clip art library for an object – a car, for instance – that matches those criteria. The user need only identify the horizon in the original photo to orient the system.

Das zweite System finde ich aber viel interessanter. Denn damit kann man hässliche oder störende Elemente aus Fotos entfernen. In dem Beispiel, das ich mir mal ausgeliehen habe, stört eine Ansammlung von Häusern die schöne Szenerie, also raus damit, dann siehts im Urlaubsprospekt gleich hübscher aus:

cmu_scene_completion.jpg

Und so funktionierts:

It draws upon millions of photos from the Flickr Web site to fill in holes in photos. Some of the holes might be from damage to a physical photograph, but more often they are created when an editor cuts out part of an image to eliminate an unsightly truck from a picturesque street scene, or removing a passerby from a group shot of friends. Photo editors often try to fill in those holes with sections derived elsewhere in the same image, but Efros said that a better match can often be found in a different photo.

The system looks for image segments that match the colors and textures that surround the hole on the original photo. It also looks for image segments that make sense contextually — in other words, it wouldn’t put an elephant in a suburban backyard or a boat in a desert.

In the case of well-photographed cities or popular tourist attractions, Efros said, the system might get lucky and find a photo of the same scene on the Web. In other cases, it might offer a number of possible images that could fill in the hole. A retaining wall edited out of one photo, for instance, might be replaced by the image of a building, a grassy slope or a rock outcropping. The system typically gives the user 20 different choices for filling in the hole.

Ich traue jetzt schon kaum noch einem Foto, aber bisher musste man wenigstens noch ein paar Kenntnisse bzgl. Fotobearbeitungsprogrammen mitbringen. Wenn diese Technologie von jedermann genutzt werden kann, dann wird es nur noch kosmetisch optimierte Fotos geben. Nirgends wird unsere Welt so schön sein wie auf den Urlaubsfotos vom Nachbarn.

(hier gefunden)



Ähnliche Beiträge

Auch sehr interessant:

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind markiert *