Bei so manchen Fotos von Thorsten und Nik frage ich mich ja schon, warum eigentlch Kameraleute zwar wunderbare bewegte Blder schießen können, aber nicht immer auch Fotos. Es mag ja sein dass der Bulli wackelt, aber das hier zum Beispiel, das geht doch gar nicht.Thorsten und Nik Wie auch immer, jetzt naht Hilfe für alle Hobbyfotografen. Eine Software entscheidet ob das Bld gut ist oder nicht - zumindest bei Portraits. Wissenschaftler des Instituts für Computergrafik an der Technischen Universität Braunschweig haben sich an das Thema macht.

Mit der Entwicklung des “Qualitative Portrait Classifier”, einem Computerprogramms zur automatischen Bewertung von Portraitbildern nach ästhetischen Gesichtspunkten, ist das Institut für Computergraphik der Lösung dieses Problems nun ein gutes Stück näher gekommen. Das Programm ist in der Lage, ganze Reihen von Bildern automatisch zu durchsuchen, um einigermaßen ästhetische Portraitaufnahmen zu finden. Bilderkennung Bildbeispiel: Gute Bilder, schlechte Bilder Wie geht so etwas? Nun (Wissenschaftsblogger und auch TV-Moderatoren leiten Erklärungen übrigens gerne mit “Nun” ein), zunächst einmal mussten die Wissenschaftler ihren Computer einmal beibringen was schön und was nicht schön ist. Dabei geht es um ein schönes Foto, nicht um ein schönes Gesicht.

Die Software schaut also weniger nach einer Hakennase noch nach Pickeln. Bei der Entscheidung betrachtet das Programm vor allem die Augen und den Mund der abgebildeten Person. Bilder, auf denen die Augen geschlossen sind oder der Mund verzogen ist, werden aussortiert. Anhand der errechneten Attraktivitätsmerkmale kann das Programm auch Portraitbilder aller Personen ästhetisch bewerten. Computer Bilderkennung Bildbeispiel: Ein Algorythmus lernt, sich auf bestimmte Partien zu konzentrieren und diese Bildteile auszulesen. In diesem Fall die Augen; Wie ist ihre Stellung, sind sie geschlossen oder offen. Sogenannte Ada-Boost-Algorithmen wurden trainiert: Man zeigte ihnen gute Beispiele für Augen und Münder, dann schlechte Beispiel beliebiger Bilder. Für das Erkennngsmodul wurden für die Augen 834 positive Beispiele gegeben, de zvor erkannt wurden, udn 2168 schlechte Beispiele. Am Ende des Trainings gab es den so genanten Classifier, der 16 Stufen umfasst, um ein Bild zu erkennen und zu bewerten. Gleiches wurde dann für den Mund getan.

Der eigentliche Clou: Man muss nicht hundert Bilder mit einem Fotoapparat schießen, es tut auch eine Videokamera. Denn unter den vielen hundert Bildern einer Videoaufnahme sind immer ein paar gute Schnappschüsse dabei, die jetzt mit der Software der TU Braunschweig schnell und automatisch gefunden werden können.

“Das Programm versucht die Bilder zu klassifizeren. Wenn das Auge geschlossen ist, ist das ein schlechtes Bild”, erklärt Georgia Albuquerque, die in ihrer Doktorarbeit diese Software entwickelt hat. Sind die Augenlider geöffnet, schauen die Pupillen geradeaus und entdeckt das Program auch noch ein Lächeln, löst es aus - oder selktiert ein Standbild aus einem Videofilm.

Und zu guter letzt kann der Benutzer auch noch eingreifen, er kann der Software seinen Geschmack beibringen. Dazu wählt er Bilder aus, die er für gut hält. Der Rechner merkt sich das und lernt diese Einstellungen.

Mehr zum Thema: Kantendetektion und Bilderkennung Bildverstehen Fuzzy-Clusteranalyse: Verfahren für die Bilderkennung Von Thomas Wanhoff