Skip to main content
Weiter zur Homepage der Europäischen Kommission (öffnet in neuem Fenster)
Deutsch Deutsch
CORDIS - Forschungsergebnisse der EU
CORDIS

new eXplainable models that allow the user to Interact with them to benefit Digital Heritage Image Restoration

Projektbeschreibung

Innovative Modelle für die digitale Restaurierung alter Fotos und Videos

Zum digitalen Erbe gehören computergestützte Materialien von dauerhafter Bedeutung wie Fotos und Videos, die für kommende Generationen erhalten werden müssen. Mit Verfahren wie der digitalen Restaurierung, darunter Einfärbung und das Entfernen von Artefakten, können diese Materialien deutlich aufgewertet werden. Unterstützt über die Marie-Skłodowska-Curie-Maßnahmen sollen im Projekt XIDHIR zwei Probleme bei der Restaurierung des digitalen Erbes gelöst werden: die Einfärbung und Bildverbesserung alter Fotos und Videos. Mit Methoden des Deep Learning wird das Projektteam die Erklärbarkeit ausbauen und Nutzende stärker einbinden. Letztendlich sollen aus XIDHIR Modelle hervorgehen, über die Interaktionen mit Nutzenden möglich sind, sodass die Restaurierung von Bildern des digitalen Erbes leichter ist und durch die aktive Nutzereinbindung im Prozess hochwertige, nutzerorientierte Ergebnisse sichergestellt sind.

Ziel

Digital heritage are computer-based materials of enduring value that should be kept for future generations, for example photographs and videos. As an asset of our times, historical photographs and videos can greatly benefit from digital restoration techniques, from colorization or color enhancement to the removal of scratches or other artefacts. In this project, we focus on two cases for digital heritage restoration: colorization and color image enhancement of old photographs and videos. Historically, image enhancement methods were rooted in tailor-made priors using well-understood physics and/or statistical models. Now, deep learning approaches leverage large amounts of data to train generative models that can hallucinate on the generated images. However, the useful versatility of deep learning approaches faces two main problems:
(a) Deep models are black boxes whose inner behaviors are difficult to interpret, which is an important drawback when assessing their reliability, studying failure cases, and improving their robustness. This hinders their direct adoption in the digital heritage restoration process. Thus, explainability is a highly desirable characteristic for image enhancement models.
(b) Image enhancement problems are ill-conditioned, especially for digital heritage photos (e.g. there are many plausible colorizations of a grayscale image). Yet, users rarely have a say in the process of enhancement with deep models, which is typically decided by the model based on statistical decisions. Thus, physically plausible or realistic solutions should be favored, as well as allowing the end user to explore and guide the algorithm towards the intended solution.
In this project, we propose to confront the ill-posed nature of image enhancement problems by a comprehensive involvement of the user in the loop, shifting the important decision-making from the model to the user. This will lead to results that are user oriented and achieve higher quality.

Wissenschaftliches Gebiet (EuroSciVoc)

CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: Das European Science Vocabulary.

Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen

Schlüsselbegriffe

Schlüsselbegriffe des Projekts, wie vom Projektkoordinator angegeben. Nicht zu verwechseln mit der EuroSciVoc-Taxonomie (Wissenschaftliches Gebiet).

Programm/Programme

Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.

Thema/Themen

Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.

Finanzierungsplan

Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.

HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships

Alle im Rahmen dieses Finanzierungsinstruments finanzierten Projekte anzeigen

Aufforderung zur Vorschlagseinreichung

Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.

(öffnet in neuem Fenster) HORIZON-MSCA-2023-PF-01

Alle im Rahmen dieser Aufforderung zur Einreichung von Vorschlägen finanzierten Projekte anzeigen

Koordinator

CENTRE DE VISIO PER COMPUTADOR
Netto-EU-Beitrag

Finanzieller Nettobeitrag der EU. Der Geldbetrag, den der Beteiligte erhält, abzüglich des EU-Beitrags an mit ihm verbundene Dritte. Berücksichtigt die Aufteilung des EU-Finanzbeitrags zwischen den direkten Begünstigten des Projekts und anderen Arten von Beteiligten, wie z. B. Dritten.

€ 165 312,96
Adresse
CAMPUS UAB EDIFICI O
08193 BELLATERRA CERDANYOLA DEL VALLES
Spanien

Auf der Karte ansehen

Region
Este Cataluña Barcelona
Aktivitätstyp
Research Organisations
Links
Gesamtkosten

Die Gesamtkosten, die dieser Organisation durch die Beteiligung am Projekt entstanden sind, einschließlich der direkten und indirekten Kosten. Dieser Betrag ist Teil des Gesamtbudgets des Projekts.

Keine Daten
Mein Booklet 0 0