deep-doLCE: A New Machine Learning Approach for the Color Reconstruction of Digitized Lenticular Film

Projetkmitarbeitende

Dr. David Pfluger, wissenschaftliche Mitarbeit

Projektbeschreibung

Einige der frühesten farbigen Amateurfilme wurden in den 1920er- bis 1940er-Jahren auf 16mm-Kodacolor-Linsenrasterfilm gedreht. Bei diesem einzigartigen Verfahren sind auf dem Filmstreifen hunderte von winzigen zylindrischen Linsen in vertikalen Zeilen angeordnet, die Farbaufnahmen auf einer schwarzweisse Silberemulsion durch Farbentrennung ermöglichen. Um dieses historische Material in die digitale Sphäre zu überführen, ist es am einfachsten, die Silberemulsion in hoher Auflösung zu scannen und die Farbinformation dann mittels Software zu rekonstruieren. Die genaue Bestimmung der Position des Linsenrasters ist hierbei der erste und auch wichtigste Schritt. Hierbei ist die Annahme, dass die Linsenstruktur linear und gleichmässig verteilt ist, nur in manchen Fällen erfolgreich. Zahlreiche Faktoren – beschädigtes oder gewelltes Filmmaterial, Probleme beim Scannen – erschweren aber die präzise Bestimmung des Linsenrasters. Das deep-doLCE-Projekt geht deshalb einen anderen Weg und setzt auf einen avancierteren und zugleich zuverlässigeren Ansatz: Mittels eines bereits existierenden umfangreichen Korpus von digitalisierten Linsenrasterfilmen soll eine Deep-Learning-Software so weit trainiert werden, dass die Analyse des Linsenrasters automatisiert werden kann.

Ziel des Projektes ist die Entwicklung einer einfach zu bedienenden Software. Auf diese Weise soll das Linsenrasterverfahren wieder ins Bewusstsein gerufen und die kostbaren historischen Farbfilme einer breiten Öffentlichkeit zugänglich gemacht werden.

Linsenrasterverfahren

Finanzierung