Gestochen scharfe Bilder mit RAISR

Googles intelligente Revolution für Bilder im Netz

Bilder, Fotos und Grafiken gehören zum Internet, wie der blaue Himmel zum Frühling. Ohne Bilder wäre mancher Text einfach nur grau und unansehnlich. Mit Bildern werden Stimmungen und Emotionen genauso wie zusätzliche Information transportiert. Waren es in den Anfangstagen des Internets grobkörnige und verpixelte Bildchen von niedriger Qualität, so werden wir heute mit einer wahren Flut unterschiedlichster Abbildungen in vergleichsweise hoher Qualität konfrontiert. Doch trotz immer besserer Displays mit immer höherer Auflösung werden viele Bilder immer noch in niedriger Qualität angeboten, um Datenvolumen einzusparen. Dabei ist die Nachfrage nach qualitativ hochwertigen Bildern hoch wie nie. Mit RAISR legt Google einen neuen Algorithmus vor, der das Verhältnis von Dateigröße zu Bildqualität revolutionieren soll.

Wir werfen einen Blick auf Googles neuesten Streich und vergleichen ihn mit herkömmlichen Kompressionstechniken.

Das Dilemma hochwertiger Bilder

Die Veröffentlichung von Bildern auf einer Webseite geschieht immer im Spannungsfeld von Datenvolumen und Bildqualität. Abgesehen von Videos gehören hochauflösende Bilddateien zum Content mit dem größten Datenvolumen. Hochauflösende Bilder unterstützen die qualitativ hochwertige Optik eines Internetauftrittes und sind daher unverzichtbar. Gleichzeitig verlängern sie allerdings auch die Ladezeiten einer Seite enorm und können somit die User Experience massiv beeinflussen, denn lange Ladezeiten sind ein absolutes Tabu. Kein Nutzer möchte heutzutage mehr lange auf den Aufbau einer Internetseite warten müssen.

Schon früh wurden deshalb wirksame Kompressionsmechanismen für Bilddateien entwickelt. Unverzichtbarer Bestandteil der herkömmlichen Kompressionstechniken sind verschiedene Upsampling Verfahren, die harsche Übergänge zwischen Pixeln zu glätten versuchen. Bei diesen linearen Anti Aliasing Methoden werden Übergänge zwischen verschiedenen Elementen versucht zu glätten, indem Zwischenwerte extrapoliert werden. So wird ein harter Übergang von Schwarz nach Weiß für gewöhnlich geglättet, indem eine Reihe verschiedener Graustufen zwischen die beiden Extreme gerechnet wird. Solche Verfahren sind bis zu einem gewissen Grad wirksam. Allerdings wirken solchermaßen geglättete Bilder immer verwaschen und wenig scharf. Das ist genau der Punkt, an dem RAISR ins Spiel kommt.

RAISR - die intelligente Kompressionsmethode

Mit RAISR (Rapid and Accurate Image Super-Resolution) beschreitet Google neue Wege der Bildverbesserung. Statt statischer Interpolationstechniken kombiniert Google herkömmliche Anti-Aliasing-Techniken mit dem Ansatz des maschinellen Lernens. Um optimale Ergebnisse erzielen zu können, muss der Algorithmus geschult werden. Dies geschieht mit Bildern unterschiedlicher Auflösungen desselben Motivs. Durch den Vergleich der unterschiedlichen Bilder lernt der Algorithmus typische Unterschiede der Qualitätsstufen kennen. Die so gewonnenen Daten nutzt RAISR dann in einem anderen Bild, um verloren gegangene Bildinformationen intelligent zu interpolieren. Das Ergebnis sind gestochen scharfe Bilder ohne die üblichen Anti Aliasing Effekte, wie Unschärfe oder ausgewaschene Ränder. Neben dem Informationsgewinn aus dem direkten Bildvergleich kann RAISR auch durch Upsampling einer stark komprimierten Bilddatei zu erstaunlichen Ergebnissen gelangen. Diese Methode findet zum Beispiel dann Anwendung, wenn es darum geht, eine Person auf einem stark verpixelten Portrait oder Avatar wieder sichtbar zu machen.

Fazit

Hochauflösende Displays und Funktionen wie "Pinch to Zoom" lassen die Nachfrage nach hoch aufgelösten Grafiken stetig steigen. Allerdings stoßen herkömmliche Anti Aliasing Lösungen schnell an ihre Grenzen, da sie standardisierte Interpolationsverfahren verwenden. Die so verbesserten Bilder wirken schnell und scharf und verwässert. Mit RAISR legt Google einen intelligenten Anti Aliasing Algorithmus vor, der klassische Interpolationsmethoden mit modernen Ansätzen des maschinellen Lernens kombiniert. Das Ergebnis sind kleine Bilddateien von durchaus beachtlicher Qualität.