BlurXTerminator? Nein, danke.

[radiofotograf]

Hallo,

die modernen machine learning Methoden sind zweifelsohne ein krasser Fortschritt der Technik und sie werden definitiv keine Modenerscheinung bleiben. Was ich tatsächlich problematisch finde, ist, wie wenig die Leute (verständlicherweise) von dem verstehen, was dabei passiert. Denn diese "KIs" bergen auch ernsthafte Gefahren. In den USA wurden solche Black-Box Verfahren vor Gericht verwendet, um zu bewerten, ob jemand wahrscheinlich schuldig ist. Bilderkennungs-KIs sind rassistisch und frauenfeindlich, weil die Trainingsdaten meist entsprechende Vorurteile abbilden. Künstlich erzeugte Bilder können zur politischen Manipulation verwendet werden und sind teilweise nur noch von Experten als solche zu erkennen. Das alles ist nicht einfach nur eine "Reinkarnation des Automobiles, was das Pferd ablöst".

Dagegen ist unsere BXT-Diskussion Kinderkram.

CS
Benjamin

 

[Demokrat]

Also machen wir das doch mal radikal.

Ich achte künftig nur noch die Astrofotografen, die an ihrem WOHNORT auch bei SCHLECHTWETTER fotografieren.
DAS ist dann AUTHENTISCH. Hochnebel, Seeing 5", Sturm, Licht aus Nachbars Garten, und TROTZDEM hat der Typ sich hingesetzt um das Ergebnis all dieser Widrigkeiten zu produzieren, zu dokumentieren und bekanntzugeben.

So wie manche hier schon versuchten, der Perfektion zu entkommen, indem sie mit Lego-Teleskopen, Sucherfernrohren oder Kinderteleskopen fotografierten, um nicht immer mit heraushängender Zunge den Besten der Besten hinterher zu hecheln.

Man kann also beliebige Parameter für Authentizität schaffen, damit wird auch hier oft ein Bild unter 100% Perfektion erklärt und kaschiert. Der Jet-Stream war's. Der Nebel kam. Die Katze stieß ans Stativ.

Deswegen liebe ich auch vernudelte und unscharfe Aufnahmen von Einsteigern, die - ohne sich all die Fragen hier zu stellen - einfach draufhalten und sich freuen, wenn Saturn am Foto Ringe hat. Authentisch heißt für mich also heute nur: ALLES angeben, was zur Aufnahme beigetragen hat. Ort, Wetter, KI oder nicht, dann weiß man, wie man das bewerten soll, denn wir bewerten immer und unentwegt, ob absichtlich oder nicht, wir leben vom Vergleich und vom Lernen.

Solange also die Kollegen dazusagen, was sie da womit zusammengebraut haben, ist für mich alles gut.

lg
Niki

 

[Defunct]

An welcher Stelle werden künstlich erzeugte Sterne zum Beispiel nun tatsächlich eingefügt. Denn auch normale Deconvolution arbeitet schon mit Statistik, dass heisst eigentlich auch nur gut geraten

Diesmal aber nur kurz (hahaha):
Mir sind bei meinem kleinen Test gestern Abend eben ein paar Dinge aufgefallen, die sich mit einer Deconvolution nicht erklaeren lassen. Hier mal ein Beispiel, wo man's extrem sieht:

Schau' dir mal die beiden markierten Sterne im linken Orginalbild an. Danach das "verwaschene" Bild in der Mitte (da laeuft alles schoen gleichmaessig ab) und dann das Ergebnis des Star Sharpening dieses Bildes mit BlurExterminator (in diesem Fall in den voreingestellten Werten). Einfach mal schauen, wie der obere markierte Stern extrem geschaerft wird, der darunter liegende dagegen kaum (wie auch die meisten anderen Sterne in diesem Ausschnitt).

Hier sieht man schon deutlich, die PSF (=Aufloesung) veraendert sich voellig heterogen und offenbar ganz verschieden im Bild.

Das Problem ist einfach, diese CNN Dinger werden nun mal mit Daten trainiert und eben nicht explizit algebraisch geschrieben. Ich koennte jetzt dem Autor mailen und den Fragen, mit was fuer Trainingsdaten der mit der Option "sharpen Stars" der jetzt welchen Zweck beabsichtigt hat und was das CNN-Ding dementsprechend eigentlich haette machen sollen. Aber selbst der koennte mir (abgesehen von einem validierenden Test, siehe oben) nicht explizit sagen, was das Ding nun tatsaechlich macht.
Was hier aber nach einem Test ganz klar nicht stattfindet, ist eine gleichmaessige Deconvolution ueber das ganze Bild (oder wenigstens noch gleichmaessig ueber alle Sterne), sondern ein Mischmasch mehrerer selektiver Operationen.

Wie kann Ich beschreiben, was mir daran jetzt nicht passt? Hm, vielleicht so rum:
Eines der Hauptkriterien bildgebender Systeme ist eine gleichmaessige Aufloesung (PSF/MTF) ueber das gesammte Bildfeld, eine Hauptvorraussetzung fuer eine realitaetsgetreue detailreiche Objektwiedergabe. Daher strebt das Design und auch die EBV zur Korrektur eines solchen Systems an, dieses Ziel zu erreichen. Denn mit einem Astrographen soll "beobachtet" werden, was da tatsaechlich da ist und nicht "Malen nach Zahlen" gespielt werden.
Man kann ja mal einsinken lassen, was "keine Off-Axis Aberrationen" bei Astrographen eigentlich heisst, wozu z.B. Flats gemacht werden und warum das alles in der (Profi-)Astronomie wichtig ist ...

Wenn jetzt ein Algorithmus anfaengt ganz selektiv an einigen Bilddetails herumzumurksen, aber gleich nebendran an anderen Objekten gleicher Morphologie dagegen gar nicht, dann sind wir aus dem Bereich eines "bildgebenden Systems" und dessen Bildverarbeitung mit dieser Eigenschaft einfach 'raus und auf der Ebene von selektivem Photoshop angekommen.

Das Bild da oben ist nach der Schaerfung der Sterne weder astrometrisch noch photometrisch zu gebrauchen, die Magnituden der Sterne untereinander stimmen nicht mehr (also daher keine "Astrofotografie" mehr, sondern "Astroart"). Selbiges ist bei einem Bild das einer auskallibriertem Deconvolution unterworfen wurde nicht der Fall (obwohl es auch da Artefakte geben kann, richtig).
Und sicher, sowas mache Ich bei meinen "pretty Pictures" selber auch (Scheixx Seeing Nacht: Dann wenigstens EZ-Star Reduction, um etwas zu retten), aber dann ganz bewusst und Ich weiss wann Ich die Grenze von Astrofotografie zu Astroart ueberschreite.
Wie dem auch sei, da koennte man jetzt wieder kleinteilig streiten, wo genau die Grenzen liegen, aber belassen wir es einfach mal dabei: Ich haben kein grundsaetzliches Problem mit BlurXTerminator, aber Du hast gefragt, was mir an "Star sharpen" von StarXTerminator konkret nicht passt ...
No big deal ...

Gruss & CS

 

[Sky Traveler]

Ich denke es nimmt original Hubble Bilder und verschlechtert sie ein klein wenig, damit es nicht ganz so offensichtlich ist.
Und der Entwickler erzählt einem was vom Pferd um seine Lüge zu untermauern.
Solange die "Black Box" black bleibt, bleibe ich bei dieser Meinung.

 

[Raumfisch]

Croman, Lügen, Pferde, schwarze Kisten?
Popcorn ist am Start! gesalzen

 

[Sonixx]

Gute Ausführung und zeigt klar inkonsistent auf, Danke dafür. Interessant wäre ein Vergleich auf der gleichen Basis. Das gestackte und kalibrierte Bild einmal mit herkömmlicher Deconvulution und einmal BXT.
Astrometrisch / Photometrisch würde ich keine meiner fertig bearbeiteten Bilder auswerten. Falls das nötig sein sollte um z.B. eine Supernova etc zu identifizieren, müsste man ganz anders herangehen, und dies würde in diesem fall natürlich mit den originalen Rohdaten geschehen.

Also stimmen wir ja im Prinzip ja überein.

Bezüglich gleichmäßiger deconvulotion übers Feld. BXT macht ausdrücklich das Gegenteil. Da nicht jeder einen absolut perfekt abbilden Image Train hat, ist das für manche doch hilfreich.

Viele grüße,

Stephan

 

[pete_xl]

...Hier sieht man schon deutlich, die PSF (=Aufloesung) veraendert sich voellig heterogen und offenbar ganz verschieden im Bild.

Hallo Defunct, auch das steht in der Dokumentation des Tools:

"BlurXTerminator, on the other hand:

Does not assume that the PSF is stationary: it can handle a PSF that varies across the field
Requires no a priori knowledge of the PSF: it determines the PSF on-the-fly from the stars in an image
Produces a final result in one shot in most cases
- Can comprehend the nonlinearity of detector saturation (clipping)
- Does not assume a PSF of limited extent
- ....
- ..."

Ich bin auch gar nicht sicher, ob ein 8-pix-blurr an unterschiedlichen Sternen bei der anschließenden Dekonvolution überhaut gleichartig reversibel ist/sein kann bzw. zu vergleichbaren Schärfungsergebnissen führen muss/soll/kann.

CS Peter

Ich denke es nimmt original Hubble Bilder und verschlechtert sie ein klein wenig, damit es nicht ganz so offensichtlich ist.
Und der Entwickler erzählt einem was vom Pferd um seine Lüge zu untermauern.
Solange die "Black Box" black bleibt, bleibe ich bei dieser Meinung.

Hallo Sebastian,
es dürfte bekannt sein, dass Hubble Aufnahmen nicht den ganzen Himmel und jedes Objekt abdecken - eine Tatsache, welche deine Verschwörungstheorie ad absurdum führt.
Gruß
Peter

 

[Sternbrot]

Fuer alle Ungeduldigen das Kurzfazit:
- Schlaegt sich quantitativ wie eine Deconvolution "ohne Fummeln".
- Wer etwas Fingerspitzengefuehl hat, kriegt's mit den etablierten Methoden (umsonst) besser hin.
- Solche Sachen haben nichts mit kuenstlicher Intelligenz zu tun.
- Bitte weitergehen, hier gibt es NICHTS besonderes zu sehen.

Da sieht manns wieder wie hier auf AI gemacht wird und nur die Bequemlichkeit bedient wird. Hatte ich schon vermutet das hier eine psf verwendet wird. Aber die kann man sich auch ohne Ai aus seinen eigenen Daten erstellen. Gut zu wissen!
VG Frank

 

[Defunct]

Bezüglich gleichmäßiger deconvulotion übers Feld. BXT macht ausdrücklich das Gegenteil. Da nicht jeder einen absolut perfekt abbilden Image Train hat, ist das für manche doch hilfreich.

Das kommt darauf an.
Eine Deconvolution mit einem adaptiven Kernel wuerde Bildfehler (im Rahmen der mathematischen Moeglichkeiten) auch off-Axis herausrechnen.
Vorher nicht sichtbare Details (weil verwaschen) wuerden schaerfer und kontrastreicher dargestellt und dann auch wahrnehmbar. Echte Aufloesung in den Ecken ist genau das.
Das waere erste Sahne, ist aber alles andere als trivial, auch nicht mit einem CNN (und stoesst gerade auch mit Rauschen an mathematische Grenzen).
Genau das macht aber z.B. ein optischer Korrektor, also ein Flattener oder ein Komakorrektor. Und der macht das nicht, nur um schoene Sterne in den Ecken dazustellen, sondern vielmehr andersherum: Die schoenen Sternen da am Rand sind indikativ dafuer, dass bis in die Ecken eine gute Aufloesung herrscht und alles gut abgebildet wird.
Ein CNN-Algorithmus der allerdings nur selektiv die Sterne in den Ecken aufhuebschen wuerde, leistet genau das nicht und betreibt lediglich plakative Aussendekoration, weil eine "richtig gute Aufloesung" bis in die Ecken wuerde dann nur vorgegaukelt.
Was jetzt fuer den BlurXTerminator gilt vermag Ich nicht zu sagen, weil nicht getestet.

Hallo Defunct, auch das steht in der Dokumentation des Tools:
"BlurXTerminator, on the other hand: ...

Peter,
Du Ich habe mich jetzt nicht durch die Dokumentation von BlurXTerminator explizit durchgefummelt und habe/hatte da auch keine grossen Ambitionen das Tool zu praesentieren. Ich stehe der Sache gelassen und neutral gegenueber und habe hier in der Diskussion ironischerweise eigentlich nicht viel zu suchen, aber inzischen episch viel geschrieben.
Wahrscheinlich hat mich Wilhelm II getriggert mich gestern dann doch mal 2h hinzusetzen und mir das kurz mal etwas genauer anzuschauen ...
... denn was kann nach Wilhelm II auf der Sachebene schon noch kommen, die "Dixie Chicks" aeusserten sich kritisch, aber dem Papst gefaellt's?
In diese Sinne,
Gruss & CS

 

[Dunkle Energie]

Nachdem Skytraveler/Sebastian zunächst angedeutet hat, sein erster Beitrag sei satirisch gemeint gewesen und ich daraufhin meine Meinung dazu revidiert habe, muß ich das wohl erneut tun, da er den Thread offensichtlich noch immer nicht gelesen hat und erneut bereits im Thread widerlegten Aussagen vorbringt. Es ist nicht sehr höflich und konstruktiv, wenn Leute sich viel Arbeit machen, um sachlich fundierte Beiträge zu verfassen (Danke, Defunct!) und irgendjemand alles ohne den geringsten Beleg als Unsinn hinstellt.
Wie wäre es, Sebastian, wenn Du Deine Theorie mit Beispielen zu belegen versuchst? Ich konnte leider in Deiner Beitragshistorie nichts zu Deinen astrofotografischen Arbeiten finden, daher kann ich Dein Erfahrungsniveau nicht beurteilen. Dein Erfahrungsschatz muß aber schon recht groß sein, daß Du mit einem Blick beurteilen kannst, wie die zur Diskussion stehende Software arbeitet.

Viele Grüße

Markus

 

[Dunkle Energie]

@Defunct: Sauber, da hast Du tatsächlich schon eine Schachstelle entdeckt. Respekt!
Interessant, daß nicht ein extrem kleiner oder besonders großer Stern betroffen ist, sondern eine "Zwischengröße". Ich rate mal, weil ich von der Mathematik dahinter keine Ahnung habe: BXT teilt das Bild – wenn ich es richtig verstanden habe – in Segmente auf, die sich wohl überlappen, vermutlich um einen weichen Übergang zwischen Segmenten, für die unterschiedliche Werte ermittelt wurden, zu gewährleisten. Vielleicht liegt dieser Stern genau auf eine Übergang, und zwar an einer Stelle, an der eine für diesen Fall leider unpassende Gewichtung verwendet wird.
Wenn es nicht zu viel Mühe macht: Was passiert, wenn Du den Ausschnitt etwas verschiebst? Ändert sich dann der Schärfungsgrad für diesen Stern?
Der Effekt, den Du zeigst, ist zweifellos unerwünscht, trotzdem ist das Resultat insgesamt schon sehr gut. Ich wäre froh, wenn jede Software in der Version 1 so gut funktionieren würde. ;-)

Viele Grüße

Markus

 

[pete_xl]

@Defunct War das denn ein lineares Bild? Falls nicht, bist du mit den Versuchbedingungen außerhalb der vom Programmierer vorgegebenen Randbedingungen und die Testergebnisse sind nicht valide und nicht aussagekräftig.

 

[Defunct]

@Defunct War das denn ein lineares Bild? Falls nicht, bist du mit den Versuchbedingungen außerhalb der vom Programmierer vorgegebenen Randbedingungen und die Testergebnisse sind nicht valide und nicht aussagekräftig.

Von den optischen Aberrationen im Fernrohr und vom Seeing werden Wellenfronten veraendert. Mathematisch ist das eine Faltung mit der PSF der Optik (und des Seeings und des Sensors). Und richtig, diese Degradation wird dann (schwer bevorzugt) mit einer Rueckfaltung genau da auch wieder gleich rueckgaengig gemacht, bevor man etwas anderes mit dem Signal treibt. Denn wenn da z.B. ein nichtlineares Kontrast-Ansteilen dazwischen liegt, dann ist das per se nicht mehr reversibel, weil so ein nichtlineares "Stretching" kommutiert mathematisch nicht mit einer Faltung/Rueckfaltung.
Das ist der Grund warum man einige Sachen in Post vor dem Stretching machen muss (bei der photometrischen Korrektur ist's nicht anders), und einige Sachen gehen locker danach.
Das ist auch der Grund warum die Sensoren, die das Licht ueberhaupt erst als elektromagnetische Welle einfangen und dann eine Matrix aus Zahlen daraus machen besser mal (mehr als nur halbwegs) linear reagieren, sonst klappen viele Tueren in Post danach mathematisch Sachen rueckabzuwickeln, die physikalisch vorher stattgefunden haben, ebenfalls geraeuschlos zu.

Daher ist deine Frage i.d.T. sehr berechtigt, Peter.
Das geht aber wie du siehst ueber die "vom Programmierer vorgegebenen Randbedingungen" ein gutes Stueck hinaus...
Ich habe daher fuer meinen kurzen Test auf ein Astrobild eine Faltungsoperation durchgefuehrt und danach mit verschiedenen Programmen eine Rueckfaltung/Deconvolution. Nirgendwo zwischen Ausgangspunkt und Endpunkt hat da ein nichtlineares Kontrast-Ansteilen stattgefunden. Und alle Methoden, BlurXTerminator inklusive haben daher ja auch gut funktioniert...
Also ist die Antwort: Ja, was den kurzen Test von Gestern angeht, waren das "lineare Bilder".

Gruss & CS

 

[Demokrat]

Ich verstehe großteils Bahnhof, aber es liest sich sehr fachwissend.

lg
Niki

 

[Defunct]

Ich verstehe großteils Bahnhof, aber es liest sich sehr fachwissend.

Uebersetzung in die Hofburg:
Peter: Hast Du das Ei fuer die Panade des Wiener Schnitzels bereits aufgeschlagen gehabt, bevor Du versucht hast, es als Osterei zu bemahlen?
Ich: Nein.

... man muss die Leute mitnehmen, wo die eben stehen, Inklusion und so ...

Gruss & CS

 

[Demokrat]

Hast Du das Ei fuer die Panade des Wiener Schnitzels bereits aufgeschlagen gehabt, bevor Du versucht hast, es als Osterei zu bemahlen?

JETZT ist alles klar.

lg
Niki

 

[pete_xl]

Uebersetzung in die Hofburg:
Peter: Hast Du das Ei fuer die Panade des Wiener Schnitzels bereits aufgeschlagen gehabt, bevor Du versucht hast, es als Osterei zu bemahlen?
Ich: Nein….

 

[Counterfeiter]

Hm, ich hatte gesehen, dass hier im Forum auch Galaxien gemalt werden. Wenn jetzt Informationen zu einem gemalten Bild hinzugefügt werden, dann läuft etwas schief! Wer könnte es mal testen? (Disclaimer, ich habe nicht alle Seiten gelesen)

Ansonsten habe ich aber kein Problem mit AI... Meine Kinder (5 Jahre) haben auch die richtige Fantasie um sich mit der "Text zu Bild KI" (DallE2) die tollsten Sachen zu wünschen. Und da der Eröffnungsbeitrag erwähnte, das eine KI nicht die beste Urlaubssandburg genieren kann... da möchte ich ganz klar widersprechen:

"An elefant and a mouse mixed in one animal building a sand castle on a beach (35 mm)." Ja, man kann sich bei DallE Brennweiten wünschen...

Es ist nicht perfekt, Man beachte den zusätzlichen Mäuseschwanz der im Turm steckt

Ich persönlich glaube nicht an das Märchen, dass eine KI die hunderte Hochauflösende Astrofotos gesehen hat, nichts dazu mogeln würde. Da gibt es einfach eine "dazumogelkonstente" die kann man dann hoch oder runter drehen. Es ist aber auch egal, wie der Regler steht: es verändert das Material.

Dieses Netzwerk ist im Grunde nur der Nachfolger dieser ganzen "Superresolution" Netzwerke. Die sind schon lange dafür bekannt, dass die an eine unscharfe Linde auch mal ein paar Kastanien hängen. Willkommen in unserer Zeit

Viele Grüße

Sebastian

 

[Ehemaliges Mitglied 8776]

Hallo Sebastian,

das hat nichts mit Glauben zu tun, der findet in der Kirche statt.

KI-Systeme werden mit Referenzmustern trainiert und das funktioniert sehr gut, das ist heute technischer Standard in vielen Bereichen der Mustererkennung und Bewertung, bis hin zu extrem treffsicherer Gesichtserkennung, Lageerkennung von Teilen, in der Robotik usw.. Da muss weder was dazugemogelt werden noch ist das Hokuspokus. Wenn ich einer KI beibringe, wie sich in Folge verschiedener Einflüsse z.B. ein Bild darstellt und trainiere das sowohl an den Fehlermechanismen als auch an Referenzbildern kann ich mir durchaus vorstellen, dass das zu einer tieferen Ausbeute der "produktiv" bearbeiteten Aufnahmen führt.

Wie @Defunct ausgeführt hat, bestehen klare Anforderungen hinsichtlich der mathematischen Rückführbarkeit des Ergebnisses auf das Ausgangsbild wenn ich Artefakte ausscheiden will, die durch nichtlineare Effekte erzeugt werden. Da sitzt bei mir bei solchen adaptiven Systemen eher der Punkt. Sind sie (ausreichend) deterministisch?

Aber wenn man sich die anderen Bearbeitungsmöglichkeiten in der EBV ansieht, die uns zur Verfügung stehen, sieht es da nicht ähnlich aus? Wie sagt Paracelsus: In der Dosis liegt das Gift? Ich kann auch bei einer klassischen Kalibration schon Fehler einbauen die mein Ergebnis verfäschen, bei der Deconvolution, bei jeden weiteren Schritt der Bearbeitung, in dem ich Parameter ungeeignet wähle, die Intensität übertreibe oder schlichtweg in der nichtlinearen Bearbeitung "entgleise".

Wir werden uns mit dem Fortschreiten der digitalen Verfahren mehr und mehr mit solchen KI-Systemen auseinandersetzen müssen - sie generell zu verteufeln wäre genau so sinnwidrig wie sie über den grünen Klee zu heben. Letztlich wird die Erfahrung lehren, was damit geht, in welcher Weise man sie am besten einsetzt wenn man Verfälschungen vermeiden will und wo man am meisten Gewinn damit erzielen kann. Wenn man sich die Beispiele im Thread ansieht bin ich da durchaus optimistisch, dass das gelingen kann.

CS
Jörg

 

[Counterfeiter]

Hm, dann kam mein Beitrag wohl falsch rüber. Ich verteufel bestimmt keine KI. Ich arbeite fast Tag täglich mit solchen Netzwerken, habe meine Masterarbeit darüber geschrieben. Trainiere Sie in der Cloud und wenns mal weniger Rechenpower bedarf auch nur auf meiner GPU.

„Glaube“ ist bei KIs gar nicht so weit hergeholt. Man trainiert Sie und dann ist es ein Blackbox-System. Daher mein Vorschlag mit dem gemalten Bild, ansonsten bräuchte man Material welches der KI während der Trainingsphass unzugänglich war.

Letztendlich ist es doch okay, dass hier auch mal frischer KI-Wind weht. Wie gesagt, die ganze Upsampling-Netzwerke sind schon recht lange da und es gibt für viele Bereiche speziell trainierte Netzwerke. Erst kürzlich war es ein Netzwerk das speziell aus unscharfen Gesichtern „Meisterwerke“ gezaubert hat, einfach weil es sehr viel Gesichter gesehen/trainiert hat.

Natürlich meint der Autor etwas kryptisch, dass nichts dem Material hinzugefügt wird, aber dann stellt sich mir die Frage wie er das sicherstellen will? Das ist Teil der aktuellen Forschung und weiterhin ungelöst. Und natürlich ist das auch der Text den jeder von euch hören will, daher sollte man ihn sicher mit Vorsicht genießen.
Wenn das überarbeitete Bild nicht direkt aus dem Netzwerk kommt, gib es natürlich sehr gute Möglichkeiten dies zu kontrollieren. Wenn die „KI“ nur eine PSF für die deconvolution berechnet, wäre z.B. eine Möglichkeit.

Viele Grüße
Sebastian

 

[Defunct]

Wenn das überarbeitete Bild nicht direkt aus dem Netzwerk kommt, gib es natürlich sehr gute Möglichkeiten dies zu kontrollieren. Wenn die „KI“ nur eine PSF für die deconvolution berechnet, wäre z.B. eine Möglichkeit.

Sebastian, mich hat das (kurz) interessiert und das ist nach einer Stichprobe offenbar (was die Hauptfunktion, das Debluring betrifft) wohl der Fall.
Wie der Joerg schon schreibt, ab da kann man (im Guten wie um Schlechten) verbal abruesten und sich das ganz sachlich anschauen.

Letztendlich ist es doch okay, dass hier auch mal frischer KI-Wind weht.

Das ist i.d.T. Ok, aber Ich bin nun auch schon eine Weile im Geschaeft und habe einiges an "frischem Wind" gesehen: Vieles kommt, vieles geht, einiges bleibt. Was langsam nervt ist die massive Hyphe die da laeuft.
Z.B. einfache CNN Netzwerke mit KI zu assoziieren halte Ich schon fuer sehr vermessen. Nur weil am morphologische Operationen oder mathematische Funktionen zu einer Blackbox zusammenschnuert und nicht mehr explizit progeammiert werden, sondern implizit, ist da gar nichts "intelligent".
Bei AlphaGo&Affiliates reden wir dann ueber ganz andere Sachen. Das sind z.B. kontinuierlich selbstlernende/selbsttrainierende Systeme und daher eine ganz andere Baustelle. Worueber wir in diesem Thread reden, sind komplexe nichtlinare Bildfilter.
Aber letztendlich stehen diese Dinger hier einem kalibriertem Wiener-Filter 500x naeher, als z.B. AlphaGo oder chatGPT.

Natürlich meint der Autor etwas kryptisch, dass nichts dem Material hinzugefügt wird, aber dann stellt sich mir die Frage wie er das sicherstellen will? Das ist Teil der aktuellen Forschung und weiterhin ungelöst.

Der Autor will seinen Filter verkaufen und klappert, was nun mal zum Geschaeft gehoert. Wie der Peter nicht muede wird zu zitieren, in der Packungsbeilage werden die Risiken und Nebenwirkungen wohl ehrlich beschrieben, also ist das wohl im gruenen Bereich.
Der hat dann in groesserem Umfang auch nichts anderes gemacht als Ich in der Stichprobe, naemlich sich am Validierungsdatensatz angeschaut, was der trainierte Filter dann eigentlich genau treibt.
Ich kann nur hoffen, das ist an unabhaengigen Daten geschehen, denn der Trend dieser CNN Netzwerke im eingezeunten Garten der immer gleichen Daten supidupi zu funktionieren und dann z.T. an unabhaengigen Daten eher mau abzuschneiden, hat sich ja langsam wirklich herumgesprochen...
Das waere eigentlich mein wesentlicher Punkt hier: Die meisten Tests (siehe Wolfi, "Ich hab mir mal eines meiner Bilder genommen und das 'drueberlaufen lassten und das Ergebnis sieht schoen aus" (ersetze "schoen" mit dem jeweiligen positiven/negativen Adjektiv seiner subjektiven Wahl) sind reichlich oberflaechlich und kratzen die Oberflaeche der Cause "was bringt das fuer pretty pictures".
So validiert/charakterisiert man solche Dinger nicht ernsthaft, sondern bildet sich bestenfalls eine Meinung, ob man die Ergebnisse qualitativ mag. Aber wenn man sowas ernsthaft validieren will, dann wird's schnell ein Haufen Arbeit.

Gruss & CS

 

[ubit]

„Glaube“ ist bei KIs gar nicht so weit hergeholt. Man trainiert Sie und dann ist es ein Blackbox-System. Daher mein Vorschlag mit dem gemalten Bild, ansonsten bräuchte man Material welches der KI während der Trainingsphass unzugänglich war.

Letztendlich ist es doch okay, dass hier auch mal frischer KI-Wind weht. Wie gesagt, die ganze Upsampling-Netzwerke sind schon recht lange da und es gibt für viele Bereiche speziell trainierte Netzwerke. Erst kürzlich war es ein Netzwerk das speziell aus unscharfen Gesichtern „Meisterwerke“ gezaubert hat, einfach weil es sehr viel Gesichter gesehen/trainiert hat.

Wie bereits beschrieben: Solche Systeme sind "im Alltag" gefährlich. Sie "outen" Menschen bei Banken und Sparkassen - häufig auch fälschlicherweise. Sie beurteilen Menschen - und machen auch dabei Fehler (meist auf Grund "schlechter" Trainingsdaten). Solche Systeme helfen dabei Vorurteile zu bestätigen (weil die Vorurteile meist in den Trainingsdaten abgebildet sind). Sie treffen "Entscheidungen" die für Menschen ggf. nicht mehr nachvollziehbar sind - und machen dabei auch Fehler. Trotzdem werden sie z.B. im Auto für autonomes Fahren eingesetzt.
Und im Gegensatz zu "richtiger Intelligenz" können diese Systeme ihre Entscheidungen nicht nachvollziehbar begründen. Man kann mit den Dingern nicht diskutieren.

Ciao, Udo

 

[Counterfeiter]

Moin,

ich denke auch die Diskussion sollte technischer Natur bleiben, auch wenn es natürlich an den „Urnerv“ dieses Hobbys geht. Es gibt ja schließlich einen Grund, warum man kein Hubble Foto an die Wand hängt, sondern sein „verrauschtes und verschwommenes“ Material dort sehen will.

Ich hätte auch noch ein weitere Testidee. Man könnte gewisse markante, kleine und verschwommene Strukturen spiegeln. Die Spiegelung sollte nicht rückgängig gemacht werden.

Viele Grüße

Sebastian

@ubit Das Problem sind die Anwender des Werkzeugs. Ein Hammer kann ein Nagel einschlagen und ein Schädel zertrümmern. Von dem Ersten wird man nicht viel in den Medien hören. Meine Gesichtserkennung hat total schlecht bei meinen (klein)Kindern funktioniert. Da es hier noch weniger Trainingsdaten gibt, aber die Reißerüberschrift bringen doch dann eher die farbigen Menschen und nicht die Kleinkinder.

 

[Defunct]

Ich hätte auch noch ein weitere Testidee. Man könnte gewisse markante, kleine und verschwommene Strukturen spiegeln. Die Spiegelung sollte nicht rückgängig gemacht werden.

Bei den "Profis" in der EBV laeuft das fuer CNNs teilweise so:

1. Es gibt einen unabhaengigen (umfangreichen) Datensatz, der kann zwecks Training eines neuen CNN auch heruntergeladen werden.
2. Ein Teil der Daten (Validierungsdatensatz) ist nicht oeffentlich zugaenglich, um "overfitting" zu vermeiden. Da kann man soleche Sachen wie deine Idee prima einbauen.
3. Der Algorithmus wird dann unabhaengig (also nicht vom Autor) gegen den Validierungsdatensatz getestet und nach quantitativen Kriterien bewertet. Der hier bei uns Amateuren praktizierte Usus (User XYZ auf CN: " Hey da funktioniert was in BlurXTerminator ziemlich seltsam(?)", R. Crowman: "Oh hoppla, dann schick' mir doch schnell die entsprechenden Bilder, Ich werfe die in den Trainingsdatensatz und mache eine neue Release") ist natuerlich gut gemeint, aber komplett fuer die Fuesse. Da wird Training und unabhaengige Validierung komplett vermischt und raus kommt dabei exakt dieses notorische komplette Overfitting des schmalen Daten-Gartens, was dann aber an neuen "unbekannten" Daten schnell zu seltsamen nicht deterministischen Ergebnissen fuehrt.

Aber wer will sich denn die ganze Arbeit geben, zumal man so eine spezifische Trainings/Validierungsdatenbank fuer alle moeglichen Algorithmen vorhalten muesste? Das ist halt irgendwo der schwere Stiefel mit CNNs: Implementiert sind die recht flott, Training ohne Bias ist schon wesentlich aufwendiger und eine gute Validierung dann eigentlich noch mehr. Fuer so Hobbykram vom Aufwand her natuerlich komplett ueberzogen.
Wahrscheinlich ein Fall von "C'est la vie"...
Gruss & CS

 

[h.kothe]

Hallo Forum,
wenn ich mir anschaue, was manche Astrofotografen aus ihren Originalen mittels natürlicher Intelligenz herauskitzeln, verstehe ich die Aufregung nicht. Dass künstliche Intelligenz konsequenter und gründlicher arbeitet ist doch der Grund, warum sie sich immer weiter durchsetzt.
CS Harald

 

[Sonixx]

Moin zusammen, ich habe mal ältere Daten neu bearbeitet. Einmal klassisch ohne KI Tools nach bestem Wissen und Gewissen und einmal mit der vollen Palette an KI tools (StarX, NoiseX, BlurX).

Leider sind die Daten nicht so oversampled (800mm Brennweite mit ASI 2600MC) wie es sein sollte und auch die stärkeren Höfe um die Sterne sind problematisch. Profis können sicher viel mehr, BB technisch habe ich leider noch viel zu lernen und meine ausgeprägte Farbsehschwäche macht die Sache nicht einfacher

Vielleicht hilft dieser Vergleich die Wirkung einzuschätzen, und zu sehen, dass hier keine Mäuseschwänze hinzugefügt werden.
Beide Bilder würden für mich in die Kategorie Pretty Picture fallen. Was man klar erkennt, das StarXTerminator manche Minigalaxien als Sterne erkennt und daher im fertigen Bild schwächer als sie sein sollten dargestellt werden. Aber irgendwas ist ja immer! Hier kann man sicher auch noch optimieren. Das war hier mehr ein Quick and dirty.


Ergebnis ohne KI Tools:

Ergebnis mit KI Tools

Cheers,

Stephan

 

[Sky Traveler]

es dürfte bekannt sein, dass Hubble Aufnahmen nicht den ganzen Himmel und jedes Objekt abdecken

Hallo Peter, es dürfte bekannt sein, dass Hubble nicht das einzige Teleskop ist, welches hochauflösende Bilder kann ?

 

[Counterfeiter]

@Defunct Normalerweise ist das kein Aufwand. Du hast einfach die Anzahl X an Astrophotos. Die splittest du in Train, Test und Validation. Meist so ca. 60:30:10%.Training steckst du als Input beim Training rein. Mit dem Testdatensatz überwachst du dein Abbruchkriterium, zB. overfitting und mit dem Validationdatensatz kann man die Qualität abschließend beurteilen.
Das läuft alles recht automatisch ab und wird wohl vom Autor auch so gemacht worden sein, ansonst bekommt man solche Netzwerkstrukturen auch nur noch schwer in den Griff.

Mir stellt sich die pratische Frage: Wie können wir vom Astroforum beurteilen, dass hier keine Details hinzugefügt worden sind. Dazu bereits zwei Vorschläge meinerseits.

Viele Grüße
Sebastian

 

[Astrozombie]

Moin zusammen, ich habe mal ältere Daten neu bearbeitet. Einmal klassisch ohne KI Tools nach bestem Wissen und Gewissen und einmal mit der vollen Palette an KI tools (StarX, NoiseX, BlurX).

Leider sind die Daten nicht so oversampled (800mm Brennweite mit ASI 2600MC) wie es sein sollte und auch die stärkeren Höfe um die Sterne sind problematisch. Profis können sicher viel mehr, BB technisch habe ich leider noch viel zu lernen und meine ausgeprägte Farbe Schwäche macht die Sache nicht einfacher

Vielleicht hilft dieser Vergleich die Wirkung einzuschätzen, und zu sehen, dass hier keine Mäuseschwänze hinzugefügt werden.
Beide Bilder würden für mich in die Kategorie Pretty Picture fallen. Was man klar erkennt, das StarXTerminator manche Minigalaxien als Sterne erkennt und daher im fertigen Bild schwächer als sie sein sollten dargestellt werden. Aber irgendwas ist ja immer! Hier kann man sicher auch noch optimieren. Das war hier mehr ein Quick and dirty.

Cheers, Stephan

Den Anhang 299571 betrachtenDen Anhang 299572 betrachten

Moin Stephan,

könntest du noch kenntlich machen, welches Bild wie bearbeitet wurde.
Ist ja eigentlich ein gutes Zeichen, dass ich es nicht direkt erkennen kann ?

Gruß aus Hamburg
Mathias

 

[Sonixx]

Beschreibung hinzugefügt! Danke für den Hinweis Mathias.