Ausgangsproblem
Alte Fotos können Kratzer, fehlende Bildbereiche, Farbfehler oder beschädigte Gesichter enthalten. Generative Modelle erzeugen oft visuell überzeugende Ergebnisse, können dabei aber Identität, Geometrie oder Bildränder verändern. PictureFix kombiniert deshalb Analyse, Verarbeitung und Qualitätskontrolle.
Ziel und Abgrenzung
Ziel ist eine nutzbare Restaurierung mit nachvollziehbarer Kundenstrecke. Das Projekt verspricht keine historisch exakte Rekonstruktion nicht mehr vorhandener Bildinformationen. Bei nicht eindeutig lösbaren Schäden muss die Abweichung sichtbar bleiben oder der Kunde entscheiden.
Verarbeitungslogik
- Upload und technische Prüfung.Dateiformat, Bildabmessungen und technische Grenzen werden geprüft.
- Bildanalyse.Beschädigungen, relevante Bildbereiche und mögliche Risiken werden strukturiert beschrieben.
- Restaurierung.Ein mehrstufiger KI-Workflow erzeugt eine bearbeitete Fassung.
- Qualitätsprüfung.Automatische Prüfungen vergleichen Struktur, Bildränder und auffällige Veränderungen.
- Kundenentscheidung.Nach begrenzten automatischen Korrekturversuchen entscheidet der Kunde über Annahme oder erneute Bearbeitung.
Human-in-the-Loop
Der letzte automatische Qualitätscheck darf nicht endgültig über ein Bild entscheiden. Ein automatischer Korrekturversuch kann sinnvoll sein; danach bleibt die Bewertung beim Kunden. Diese Grenze verhindert, dass ein System ein plausibles, aber inhaltlich falsches Bild als endgültig korrekt erklärt.
Tests und Fehlerbilder
Geprüft werden unter anderem Beschnitt, Seitenverhältnis, verschobene Gesichter, veränderte Bildränder, wiederkehrende Bearbeitungen und unbrauchbare Vorschauen. Fehlgeschlagene Bearbeitungen werden vom nutzbaren Ergebnis getrennt. Die Entwicklung dokumentiert auch Fälle, in denen eine Qualitätsprüfung ein technisch korrektes Bild fälschlich ablehnt.
Bekannte Grenzen
- Fehlende Bildinformationen können nicht historisch verifiziert rekonstruiert werden.
- Gesichter und feine Geometrie können bei generativer Bearbeitung springen.
- Automatische Qualitätsmetriken können falsche positive oder negative Bewertungen erzeugen.
- Pixelnahe Reparatur und generative Neuerzeugung müssen je nach Schaden getrennt bewertet werden.
Projektstatus
PictureFix ist technisch weit entwickelt; der Testerbetrieb ist in Vorbereitung. Der Status ist bewusst nicht als allgemeiner Produktiverfolg oder fehlerfreie Restaurierung formuliert.