Є одна річ, яку мій учитель фотографії повторював нам на кожному зі своїх занять, два роки тричі на тиждень: світло найважливіше при фотографуванні, без світла вам не потрібно фотографувати. Я не збираюся його спростовувати, але, можливо, його аргумент уже не має такої сили з розвитком технологій у кращих датчиках або, як у цьому випадку, у штучному інтелекті та програмному забезпеченні.

абсолютно

Бувають ситуації, коли цього не уникнути, і нам доводиться фотографувати в умовах недостатнього освітлення. Зазвичай, щоб отримати найкращий можливий огляд елементів зображення, вдаються до двох аспектів: збільшення експозиції, залишаючи затвор відкритим на довший час, або збільшення чутливості датчика на ISO. Перший варіант може спричинити переміщення об’єктів, другий неминуче додає шуму до зображення. Третім аспектом, який все частіше береться до уваги, є пост-обробка зображень за допомогою програмного забезпечення.

Вчимося бачити в темряві

Кілька дослідників з Intel та Університету Іллінойсу створили новий інструмент для обробляти погано експоновані зображення. Як і багато інших речей, які з’являються останнім часом, вони використовують машинне навчання для відновлення фотографій. Результат, згідно зразком зображень, представлених дослідниками, кращий за той, який ми можемо досягти, покращивши параметри вручну в програмі обробки зображень.

Дослідники зробили понад 5000 фотографій із занадто короткою експозицією та ще 5000 із хорошою експозицією. ШІ збирав ці зображення та вивчав їх дізнайтеся, як виглядають картинки в темряві і як вони повинні виглядати якщо вони мають хорошу експозицію. На цій основі нейронна мережа навчилася, за словами дослідників, реконструювати зображення, зроблені майже в повній темряві.

Якщо ми зазвичай просто збільшуємо експозицію, то ми підсвічуємо пікселі світлішими тонами. Це спричиняє «білі крапки», характерні для будь-яких знімків, зроблених вночі. Штучний інтелект, схоже, полягає в тому, що він застосовує ряд методів у зображенні, на додаток до збільшення експозиції, також "забарвлює" області з найбільш підходящим кольором, що є диференціальним коефіцієнтом. Навпаки, він розмивається і втрачає дрібні деталі, оскільки не може правильно визначити межі кожної області.

Цей новий інструмент знаходиться на початковій стадії розробки, він ще не покращив своїх результатів, але вони вже дивують, якщо врахувати, що зображення практично темні. Обробка програмного забезпечення набуває все більшого значення коли справа доходить до фотографування, і найяскравіший приклад цього - смартфони. Вони багато разів конкурують із дзеркальною фотокамерою і не за апаратне забезпечення, а для поліпшення зображень за допомогою програмного забезпечення.