DIAMINATOR

Meine eigenen Fotos sind spontan, ungestellt, oft aus der Hüfte geschossen worden. Versuche Stimmungen und Atmosphäre einzufangen, ohne große Vorbereitungen und v.a. ohne technischen Overkill zu betreiben. Meine Leidenschaft gilt der Straßenfotografie und der Urban Exploration - das hat sich so ergeben, weil ich sowieso etwas in der Welt herumgekommen bin.

Auch mag ich alte Fotos sehr! Nicht, weil ich in der Vergangenheit lebe, sondern weil ich es für wichtig erachte, dass besondere Momente oder Lebenssituationen aus alten Zeiten nicht in Vergessenheit geraten. Deshalb habe ich mich immer mehr der Digitalisierung des filmischen Kulturerbes zugewandt und digitalisiere nicht nur meine eigenen Analogbestände, sondern auf Anfrage auch Filmbestände für Verlage, Museen etc. in bestmöglicher Qualität. So streue ich unter meine eigenen Aufnahmen auch die Fotos von bekannten Fotografen, deren Fotonachlässe ich übernommen habe. Dies nur als weiterer Beleg dafür, dass gute Fotos hier auf dieser Plattform ohne Netzwerke völlig untergehen.

Bei der Digitalisierung analoger Filme und Dias benutze ich verschiedene Verfahren zu Erstellung des Rohscans: Zeilenscanner, DigiCam im Tetheringverfahren, selten Flachbettscanner u. Trommelscanner. Die Rohscans werden auf Basis von kalibrierten Aufnahmegeräten mittels ICC-Farbprofilen in Bezug auf die verschiedenen Filmtypen und die verwendete Beleuchtungsquelle erstellt. Bis auf das ICE-4 Infrarot-Staub- und Kratzerentfernungsverfahren benutze ich keine der in der Scannersoftware wie NikonScan, Vuescan oder Silverfast integrierten Bildrestaurationsfunktionen, sondern eigene Bildverbesserungsalgorithmen. Da ich beruflich aus der IT-Ecke komme, sind im Laufe der Zeit Bildoptimierungs-Algorithmen mit KI-Modellen entstanden, die on-the-fly eine individuelle Bildanalyse und dann eine mehrstufige problemorientierte Bildverbesserung vornehmen können. Diese AI-Bildrestaurations-Algorithmen sind so perfektioniert worden, dass sie zur analogen Bildrestauration automatisiert durchlaufen, ohne dass händisch eingegriffen werden muss. Wichtig ist dabei, dass AI-restauriertes Bildmaterial noch manuell weiterbearbeitet werden kann. Individuelle Bildanalysefunktionen sorgen dafür, dass Bildverbesserungen kontrolliert appliziert werden, ohne die Pixelintegrität zu verletzen. Nur so lässt sich das restaurierte Bildmaterial weiterverarbeiten, ohne dass Tonwertabrisse oder Artefakte entstehen.

Folgende Aufgaben werden weitgehend automatisiert durch die AI-Algorithmen vorgenommen werden (Bearbeitungszeit 1-3 Minuten je Datei), sofern die Ausgangsqualität der Vorlage ausreichend ist und keine Vorarbeiten erforderlich werden:

1. Belichtungskorrekturen: Die Bildrestaurationsalgorithmen sind in der Lage automatische Korrekturen bei unter- bzw. überbelichteten Aufnahmen bis zu eineinhalb Blendenstufen selbständig zu korrigieren. Darüberhinaus sind ggf. Bildrettungsmaßnahmen einzuschieben, um auch stärkere Fehlbelichtungen zu beheben.
2. Ausfiltern Farbstiche und Farbverschiebungen (Kodak ROC Verfahren)
3. Farbrestauration gemäß filmspezifischer Farbtreue-Vorgaben
4. Entrauschen entsprechend Filmkorngrössen von versch. Filmtypen
5. Basisschärfung in Abhängigkeit der zugrunde liegenden filmspezifischen Schärfeleistung sowie der optischen Leistungsfähigkeit der Aufnahmegeräte (Summe Doppellinien pro mm)
6. Gesichtsrekonstruktionen bei Personen mittels AI-Komponenten
7. Analyse und automatische Konstrast-Optimierung
8. Micro-Kontrast und Tonwertsetzung nach persönlicher Vorliebe

Künstliche Intelligenz rechnet neue Informationen in die digitalen Fotos hinein, das darf nur kontrolliert geschehen, z.B. um fehlende Pixel zum Schärfen oder zur Kornglättung hinzufügen oder Gesichter dezent zu remodellieren. Aus diesem Grund werden KI-restaurierte Bilddateien auch größer als die Rohscan-Dateien.

Für die Digitalisierung großer analoger Filmbestände stellt die automatisierte Bildnachbearbeitung nicht nur eine große Hilfe da, sondern hebt die Bildrestauration von alten analogen Fotos auf ein neues qualitatives Level: Da oft schlecht gelagerte Filme zu unansehnlichen Digitalisierungsergebnissen führen, landen viele Analogfotos – oder -filme im Abfall, weil nicht auf den ersten Blick erkennbar ist, welche Restaurationspotentiale noch in den Filminformationen schlummern. Hier hilft nur Rohscans von den gesamten Filmbeständen anzufertigen und dann die Restaurationsalgorithmen darüber laufen lassen.

Im Fotostream sind auch anfängliche Versuche mittels verschiedener Verfahren zu sehen, die unterschiedliche Resultate hervorgebracht haben.

Aufgrund der automatisierten Bearbeitung ist die Mehrzahl der Bilder unbeschnitten und werden so wie sie aus dem Aufnahmegerät und der anschließendem automatisierten AI-Bildrestaurationsdurchlauf kommen, gezeigt. Deshalb können noch Ränder der Diarahmen sowie Verschmutzungen oder Kratzer auf den Dias zu erkennen sein. Es geht darum auch zu zeigen, welche Qualität ohne händisches Eingreifen und weitere Bildbearbeitungsmaßnahmen erreicht werden kann, wenn das filmische Original eine entsprechende Ausgangsqualität besitzt.