GoogleWatchBlog

Google Fotos: Warten auf die Kolorierung von Schwarz-Weiß-Fotos – beeindruckende Beispiele der Technologie

» Web-Version «

So mancher Nutzer von Google Fotos dürfte schon ziemlich lang auf ein Feature warten, das vom Unternehmen vor bald fünf Jahren angekündigt und noch immer nicht umgesetzt wurde: Die automatische Colorierung von Schwarz-Weiß-Bildern. Das heißt aber nicht, dass man daran nicht weiterhin arbeitet, wie einige Beispielbilder beweisen, die vor einiger Zeit mit dieser Funktion bearbeitet worden sein sollen.


Die Bild- und Videobearbeitung dürfte für Entwickler zu den schwierigsten Bereichen gehören, denn ohne Künstliche Intelligenz geht heute gefühlt gar nichts mehr. Das gilt aber nicht für die Bildmanipulation oder das Aufpolieren der letzten Detailpixel, sondern vor allem dann, wenn gar nicht existierende Informationen erschaffen werden müssen. Google Fotos hat ein mit magischen Radierer vor einiger Zeit ein solches Feature vorgelegt, bleibt ein anderes bisher aber noch schuldig.

Das Entfernen von störenden Objekten ist eine Kategorie, in dem die nicht fotografierten Bereiche aus dem Hintergrund nach vorn geholt werden sollen. Das lässt sich nur durch eine ausgeklügelte Mustervervollständigung mit umfangreichen KI-Erfahrungswerten lösen. Details sind sowohl praktisch als auch theoretisch unmöglich, denn was nicht da ist, ist nicht da. Sicherlich kann man ein stark verdecktes Bild vom Eiffelturm perfekt rekonstruieren – weil es von dem Bauwerk Abermillionen Fotos gibt. Aber das ist die Ausnahme und normalerweise lässt sich etwas nicht abgelichtetes auch nicht mehr rekonstruieren.

Bei der automatischen Colorierung, die wir euch erst vor wenigen Tagen vorgestellt haben, sieht das ein bisschen anders aus. Zwar sind die Informationen über Farben in Schwarz-Weiß-Bildern ebenfalls nicht vorhanden, aber man trifft auf ganz andere Schwierigkeiten, die gänzlich veränderte Technologien betreffen. Denn die Colorierung muss anschließend ein stimmiges Gesamtbild ergeben und sollte natürlich so realistisch wie möglich sein.




Das Google Fotos-Team arbeitet schon seit einigen Jahren an diesem Feature und bereits 2019 war es in einer geleakten Version von Google Fotos als Beta enthalten. Es erblickte niemals das Licht der Nutzerwelt, aber dennoch gelang es damals, das Feature zu testen. Und um die Möglichkeiten zu zeigen, haben es die Tester recht einfach gemacht: Ein Farbfoto. Eine Graustufen-Version dieses Fotos und dieses dann durch Google Fotos jagen, um das Ergebnis mit dem Originalbild zu vergleichen. Schaut euch einmal die folgende Galerie an.




Zwischen Original und dem Google Fotos-Bild sind große Unterschiede zu erkennen, aber das war nicht anders zu erwarten. Würde man allerdings nur das rechte Bild sehen und das linke gar nicht kennen, wäre man auf den ersten Blick sicherlich zufrieden. Es sieht meiner Meinung nach realistisch aus, ist weder zu poppig noch pastellartig. Es kommen Bilder heraus, die man sich gut anschauen kann und einen größeren Realismus versprühen als die SW-Variante. Natürlich kann man sich fragen, ob das Wasser unter der großen Hängebrücke mitten am Tag ohne Sonnenuntergang wirklich rot erscheinen kann. Aber besser rot als dunkelgrau.

Die Ergebnisse sind nicht perfekt, das schreibt auch Googles Produktmanager im obigen Tweet. Aber das müssen sie ja auch gar nicht sein, denn es geht viel mehr um einen erhöhten Realismus und dass man tiefer in die abgebildete Situation eintauchen kann. Auch der magische Radierer ist perfekt und kann es auch niemals sein, aber man hat das Tool in einem akzeptablen Stadium veröffentlicht und kann es durch Erfahrungswerte von Millionen Nutzern weiterentwickeln.

Daher kann ich kaum nachvollziehen, warum Google Fotos dieses Feature so lange Zeit zurückhält oder vielleicht sogar die Entwicklung eingestellt hat. Dennoch bin ich zuversichtlich, dass da eines Tages noch etwas kommt. Hier findet ihr mehr Informationen.


Keine Google-News mehr verpassen:
GoogleWatchBlog bei Google News abonnieren | Jetzt den GoogleWatchBlog-Newsletter abonnieren