Canon rozwija techniki edycji zdjęć, które wykorzystują głębokie uczenie, będące podstawą algorytmów sztucznej inteligencji. Choć nie chodzi tu bezpośrednio o sztuczną inteligencję, zastosowano tu zaawansowane algorytmy, a nowe oprogramowanie jest w stanie naprawdę skutecznie poprawić wiele elementów zdjęć i to jednocześnie.
Canon wykorzystał deep learning przy opracowywaniu nowych algorytmów edycji zdjęć i usuwaniu wielu dolegliwości, które mogą pojawić się podczas fotografowania, w tym szumów, interpolacji Bayera czy wad optycznych obiektywu. Na japońskiej stronie firmy pojawił się artykuł opisujący kilka nowych algorytmów wykorzystujących głębokie uczenie się do znacznej poprawy jakości zdjęć. Jednym z podstawowych problemów jest szum, który wygląda jak ziarnisty obraz i choć jego usunięcie jest możliwe (i dość łatwe), to często może prowadzić do utraty szczegółów. Często obserwuje się to na przykład w przypadku „rozczochranych” włosów, trawy, drzew. Opracowanie nowego systemu redukcji szumu nie było łatwe. Pierwsze próby prowadziły do powstania wielu dziwnych artefaktów, a w kilku przypadkach wyniki były nawet gorsze od konwencjonalnych metod. Jednak zmieniając strukturę sieci neuronowej, proces uczenia i dane wejściowe, udało się opracować system, który obiecuje imponujące rezultaty.
Canon stworzył system oparty o algorytmy głębokiego uczenia, który jednocześnie radzi sobie z usuwaniem szumów, interpolacją Bayera, efektem mory, aberracjami optycznymi i chromatycznymi, tak aby dokonanie jednej korekty nie wpłynęło negatywnie na drugą.
Innym utrzymującym się problemem jest efekt mory, który powstaje w wyniku interpolacji Bayera. W każdym pikselu sensora rejestrowany jest tylko jeden kolor (z wyjątkiem Foveon firmy Sigma), więc pozostałe dwa kolory muszą zostać oszacowane na podstawie otaczających pikseli. Prowadzi to do artefaktów kolorystycznych w niektórych typach scen, które można zauważyć na przykład na koszulkach w paski. Wysiłki mające na celu stłumienie tego efektu do tej pory skutkowały stłumionymi kolorami i zmniejszonymi szczegółami. Teraz interpolacja jest obsługiwana przez sieć neuronową, która nadaje wyższy priorytet zmianie jasności niż koloru, ale udaje jej się dokładnie stłumić fałszywe kolory efektu mory.
Dotąd opisywane problemy dotyczyły sensowa, jednak obiektyw może również wprowadzać niedoskonałości do obrazu. Kolejnym obszarem, na którym skupił się Canon, są właśnie te aberracje optyczne, takie jak zmniejszona ostrość w rogach. Za pomocą symulacji Canon stworzył obrazy, na których następnie trenował ten system. Powinno to pomóc na przykład w fotografii krajobrazowej, gdzie zawsze toczy się walka między niskimi i wysokimi przysłonami. Niskie otwory przysłony spowodują ostry środek i (zwykle) nieostre rogi, wysokie przysłony wyostrzą rogi, ale spowodują lekkie ogólne rozmycie z powodu dyfrakcji.
System może też usunąć aberrację chromatyczną, która występuje głównie na kontrastowych krawędziach bliżej rogów obrazu. Tutaj również w grę wchodziła grafika komputerowa i generowanie danych treningowych, wiele prób i błędów, aż osiągnięto naprawdę imponujący wynik.
Chociaż każda z tych funkcji osobno działa dobrze samodzielnie w wielu aplikacjach, dużym problemem było połączenie ich ze sobą, tak aby dokonanie jednej korekty nie wpłynęło negatywnie na drugą. W końcu to się udało i teraz pozostaje pytanie, kiedy zobaczymy ten system w oprogramowaniu, z którego będziemy mogli korzystać.
Pokaż / Dodaj komentarze do: Canon pokazał imponującą „AI” do poprawiania zdjęć, usuwania szumów i aberracji