ReCoDi - Verfeinerbare Einfärbung von historischem Bildmaterial über bedingte Diffusionsmodelle

Filmarchive und Museen auf der ganzen Welt verfügen über große Mengen an historischen Videos und Bildern, die nur als Grauwert- oder sogar Schwarz-Weiß-Dokumente vorliegen. Während die Digitalisierung und in einigen Fällen auch die digitale Restaurierung diese Kulturgüter vor dem Verfall bewahrt, ist die Vermarktung dieser historischen Dokumente aufgrund ihres archaischen Aussehens in der Öffentlichkeit oft nur schwer möglich. Techniken zur Kolorierung machen die Darstellungen historischer Ereignisse visuell ansprechend, sodass sie für ein größeres Publikum interessant sind. Die Einfärbung historischer Bilder ist jedoch nach wie vor ein sehr arbeits- und kostenintensiver Prozess, der eine breitere Anwendung bis heute verhindert ReCoDi befasst sich mit der Lösung des bisher aufwändigsten Schritts im Kolorierungsprozess historischer Filme, nämlich der Einfärbung einzelner Bilder unter Beibehaltung der historischen Authentizität. Dieses Projekt zielt darauf ab, modernste Deep-Learning-basierte Bildgenerierungsansätze, neuartige Konditionierungsstrategien für diese generativen Modelle und eine effiziente Benutzerkontrolle in einem einheitlichen Optimierungsframework zu kombinieren.