RAID-Datensatz: menschliche Reaktionen auf affine Bildverzerrungen und Gaußsches Rauschen

Warum winzige Bildänderungen für Ihre Augen wichtig sind

Jeden Tag bewältigen Ihre Augen mühelos Fotos, die gekippt, gezoomt, verschoben oder leicht körnig sind—denken Sie an das Fotografieren eines sich bewegenden Motivs mit dem Handy oder das Durchscrollen leicht unscharfer Bilder in sozialen Medien. Aber wie genau nehmen Menschen diese Veränderungen wahr, und kann man Computern beibringen, Bildqualität so zu beurteilen wie wir? Dieser Artikel stellt einen neuen Datensatz namens RAID vor, der sorgfältig misst, wie menschliche Beobachter auf einfache, aber häufige Bildverzerrungen reagieren. Er verbindet damit alltägliche visuelle Erfahrungen mit den Algorithmen, die Kameras, Streaming‑Dienste und künstliche Intelligenz antreiben.

Gängige Bildanpassungen auf dem Prüfstand

Die Forscher konzentrierten sich auf vier sehr grundlegende Veränderungen, die sowohl in der realen Welt als auch in digitalen Bildern ständig auftreten: Rotation (Kippen eines Bildes), Translation (seitliches Verschieben), Skalierung (Ein‑ oder Auszoomen) und das Hinzufügen von körnigem Rauschen, bekannt als Gaußsches Rauschen. Anders als viele bestehende Bildqualitätsdatenbanken, die Komprimierungsartefakte oder digitale Fehler betonen, ahmen diese Transformationen nach, was passiert, wenn Sie den Kopf bewegen, den Blick ändern oder sich Objekte und Beleuchtung verschieben. Anhand von 24 natürlichen Farbaufnahmen aus einer bekannten Kodak‑Sammlung erzeugte das Team je neun zunehmende Stufen jeder Verzerrung plus das Original, was insgesamt 888 Bilder ergibt.

Wie Menschen Bildunterschiede verglichen

Um herauszufinden, wie auffällig diese Veränderungen wirklich sind, kamen 210 Freiwillige in ein kontrolliertes Labor, setzten sich vor kalibrierte Monitore und nahmen an mehr als 40.000 Durchgängen teil. In jedem Durchgang sahen sie zwei Bildpaare auf dem Bildschirm und mussten eine einfache Frage beantworten: Welches Paar wirkt stärker unterschiedlich, das linke oder das rechte? Diese Methode, in der Wahrnehmungswissenschaft als Maximum Likelihood Difference Scaling bekannt, erlaubte es den Forschern, viele solcher Entscheidungen in eine glatte „wahrnehmungsbasierte Skala“ für jede Verzerrung zu überführen. Jeder Punkt auf einer Skala zeigt, wie stark ein bestimmter Verzerrungsgrad für den durchschnittlichen Beobachter wirkt, von kaum sichtbar bis deutlich offensichtlich.

Die Reaktionszeit des Gehirns messen

Während die Teilnehmenden ihre Entscheidungen trafen, zeichnete das Experiment außerdem auf, wie lange sie zur Antwort brauchten. Diese Reaktionszeiten offenbarten ein klassisches Muster, das in anderen Bereichen der Wahrnehmung beobachtet wird: Wenn der Unterschied zwischen den Bildern sehr klein oder extrem groß war, reagierten die Menschen vergleichsweise schnell, während sie bei mittlerer Schwierigkeit langsamer wurden. Mit zunehmender Verzerrungsstärke benötigte das visuelle System weniger Zeit, um zu entscheiden, welches Paar stärker abweicht. Dieses Verhalten passt zu einer bekannten Regel der Psychologie, Piérons Gesetz, das stärkere sensorische Signale mit schnelleren Reaktionen verknüpft, und stützt die Auffassung, dass der Datensatz echte Eigenschaften des menschlichen Sehens erfasst und nicht zufälliges Rauschen in den Entscheidungen der Probanden.

Abgleich mit bestehenden Qualitätsbewertungen

Um die neuen Daten für Ingenieure und Wissenschaftler nützlich zu machen, die bereits auf etablierte Bildqualitäts‑Benchmarks angewiesen sind, verglichen die Autorinnen und Autoren ihre Messungen für verrauschte Bilder mit Bewertungen aus einer bekannten Datenbank namens TID2013, in der Menschen die Bildqualität auf einer üblichen „Meinungswert“-Skala beurteilen. Sie fanden eine starke, nahezu lineare Beziehung: Verzerrungen, die RAID‑Beobachter als auffälliger einstuften, erhielten tendenziell niedrigere Qualitätswerte in TID2013. Diese Verbindung erlaubte dem Team, eine einfache Formel abzuleiten, um ihre wahrnehmungsbasierten Skalenwerte in standardisierte Meinungswerte umzuwandeln, sodass sich RAID leicht mit älteren Datensätzen kombinieren und in bestehende Evaluations‑Pipelines integrieren lässt.

Warum das für Wahrnehmung und KI wichtig ist

Über die Übereinstimmung mit früheren Arbeiten hinaus hebt der neue Datensatz Fälle hervor, in denen seine sorgfältigen Messungen traditionelle Meinungswerte übertreffen. Indem die Forschenden gezielt nach Bildpaaren suchten, bei denen eine Methode sagt, die Verzerrungen seien ähnlich, eine andere aber sehr unterschiedlich, und dann Menschen fragten, welche Einschätzung zutrifft, zeigen sie, dass ihr Ansatz tendenziell besser mit dem übereinstimmt, was Betrachter tatsächlich sehen. Der Datensatz macht außerdem intuitive Muster sichtbar: Eine leichte Neigung fällt in einer Meeresaufnahme mit starkem Horizont viel stärker auf als in einer belebten Szene voller schräger Formen, und Rauschen tritt auf glatten Himmeln auffälliger hervor als auf detailreichen Strukturen. Zusammengenommen bieten diese Ergebnisse, dass RAID eine reichhaltigere, stärker menschenzentrierte Beschreibung liefert, wie wir alltägliche Bildänderungen bemerken — ein solides Prüf‑ und Trainingsfeld für die Verbesserung sowohl von Modellen des menschlichen Sehens als auch von KI‑Systemen, die die Welt so sehen wollen wie wir.

Zitation: Daudén-Oliver, P., Agost-Beltran, D., Sansano-Sansano, E. et al. RAID-Dataset: human responses to affine image distortions and Gaussian noise. Sci Data 13, 256 (2026). https://doi.org/10.1038/s41597-026-06581-0

Schlüsselwörter: Bildqualität, menschliches Sehen, visuelle Wahrnehmung, Bildverzerrungen, Psychophysik