Machine Learning Framework zur dynamischen Entscheidung von Bildqualitäts­kriterien

In diesem Forschungsvorhaben wurde dargelegt, wie und an welchen Stellen künstliche Intelligenz (KI) den Prozess der Bildretusche vereinfachen, beschleunigen und verbessern kann. Die Qualität der hier verfolgten Ansätze hängt maßgeblich von der zur Verfügung stehenden Datenmenge ab. Ist ihre Qualität eher mittelmäßig, können auch nur mittelmäßige Resultate von KI-Modellen erwartet werden. Wenn jedoch eine ausreichende Menge an Daten in sehr guter Qualität vorliegt, kann andersrum mit sehr guten Ergebnissen der KI-Modelle gerechnet werden. Im besten Fall liegen diese Daten als Bildpaare vor, welche das Motiv vor und nach der Bearbeitung zeigen. In Grenzfällen reicht es gegebenenfalls auch schon aus, Bilder von zwei unterschiedlichen Kategorien zu besitzen, jedoch nicht erzwungenermaßen Bildpaare. Der komplette Ansatz der in diesem Forschungsvorhaben verfolgten Ziele ist also datengetrieben, d.h. die Qualität der erlernten Transformation, steht und fällt mit der Güte der zur Verfügung stehenden Datenmenge.