Η τεχνητή νοημοσύνη μας φέρνει νέες κάμερες που δεν χρειάζονται φακό!


Η τεχνητή νοημοσύνη μας φέρνει νέες κάμερες που δεν χρειάζονται φακό!

Ο φακός θεωρείται απαραίτητο εξάρτημα για μια φωτογραφική μηχανή, κάτι που όπως φαίνεται δεν ισχύει για όλες τις περιπτώσεις.

Έρχονται φωτογραφικές μηχανές χωρίς φακούς. Χωρίς να επιβαρύνονται από τους φυσικούς περιορισμούς του οπτικού σχεδιασμού, οι φωτογραφικές μηχανές χωρίς φακούς μπορούν να είναι πολύ μικρότερες από τις έως τώρα γνωστές μας κάμερες.

Χωρίς τους περιορισμούς ενός φακού, η φωτογραφική μηχανή χωρίς φακό θα μπορούσε να είναι εξαιρετικά μικροσκοπική, γεγονός που θα μπορούσε να επιτρέψει νέες εφαρμογές που ξεπερνούν τη φαντασία μας.

Εξηγεί ο καθηγητής, Masahiro Yamaguchi, του Ινστιτούτου Τεχνολογίας του Τόκιο, συν-συγγραφέα μιας ερευνητικής εργασίας σχετικά με μια νέα προσέγγιση στο σχεδιασμό φωτογραφικών μηχανών χωρίς φακό.

Δεν είναι νέα η ιδέα μιας φωτογραφικής μηχανής χωρίς φακό. Το 2013 είχαμε δει ξανά τη φωτογραφική μηχανή ενός pixel χωρίς φακό, όπως επίσης και το 2017 μιας ακόμα μικρότερης κάμερας, επίσης χωρίς φακό.

Μια φωτογραφική μηχανή χωρίς φακό, η οποία περιλαμβάνει έναν αισθητήρα εικόνας και μια λεπτή μάσκα μπροστά από τον αισθητήρα, η οποία κωδικοποιεί πληροφορίες από μια σκηνή, απαιτεί μαθηματική ακρίβεια για την παραγωγή μιας λεπτομερούς εικόνας.

Μια “παραδοσιακή” φωτογραφική μηχανή με φακό, χρησιμοποιεί το γυαλί στο εσωτερικό του φακού της, για να επιτύχει εστίαση και να παράξει αμέσως μια ευκρινή εικόνα. Αντίθετα, μια κάμερα δίχως φακό, κωδικοποιεί το φως και στη συνέχεια πρέπει να ανακατασκευάσει μια θολή, μη εστιασμένη εικόνα σε κάτι “χρήσιμο”.

Μια ομάδα ερευνητών στο Tokyo Tech, μεταξύ των οποίων και ο καθηγητής Yamaguchi, δημιούργησαν μια νέα τεχνική ανακατασκευής που υπόσχεται βελτιωμένη ποιότητα εικόνας και σημαντικά ταχύτερη επεξεργασία.

Οι προγενέστερες κάμερες χωρίς φακούς, όπως αυτή που αναπτύχθηκε από τα Bell Labs το 2013 και η κάμερα του CalTech το 2017, βασίζονταν σε μεθόδους ελέγχου του φωτός που προσπίπτει στον αισθητήρα εικόνας. Παράλληλα, εκτελούνταν μετρήσεις αναφορικά με τον τρόπο που το φως αλληλεπιδρά με τη συγκεκριμένη, φυσική μάσκα και τον αισθητήρα εικόνας. Μέσω αυτού του τρόπου λοιπόν, δημιουργούνταν μια εικόνα.

Μια κάμερα χωρίς φακό καταγράφει μια θολή εικόνα, η οποία πρέπει να ανακατασκευαστεί σε μια πιο ευκρινή εικόνα χρησιμοποιώντας έναν αλγόριθμο. Κατανοώντας τον τρόπο με τον οποίο το φως αλληλεπιδρά με μια λεπτή μάσκα μπροστά από τον αισθητήρα εικόνας, ένας αλγόριθμος μπορεί να αποκωδικοποιήσει τις πληροφορίες του φωτός και να ανακατασκευάσει μια εστιασμένη σκηνή.

Οφείλουμε πάντως να σημειώσουμε ότι η διαδικασία αυτή αποτελεί μια εξαιρετικά δύσκολη και περίπλοκη υπόθεση, καθώς απαιτεί μεγάλο κεφάλαιο παράλληλα.

Πέρα από την απαίτηση χρόνου, η παραγωγή καλής ποιότητας εικόνας απαιτεί ένα τέλειο φυσικό μοντέλο. Εάν ένας αλγόριθμος βασίζεται σε μια ανακριβή προσέγγιση του τρόπου με τον οποίο το φως αλληλεπιδρά με τη μάσκα και τον αισθητήρα, το σύστημα της κάμερας δε θα δουλέψει όπως πρέπει.

Αντί λοιπόν, να χρησιμοποιεί μια προσέγγιση αποκωδικοποίησης βασισμένη σε μοντέλα, η ομάδα του Tokyo Tech ανέπτυξε μια μέθοδο ανακατασκευής που βασίζεται στη μάθηση.

Image credit: Xiuxi Pan / Tokyo Institute of Technology

Η νέα έρευνα βασίζεται σε έναν νέο αλγόριθμο μηχανικής μάθησης. Πιο ειδικά, σε μια τεχνική που ονομάζεται Vision Transformer (ViT).

Η προτεινόμενη μέθοδος, που χρησιμοποιεί νευρωνικά δίκτυα CNN (Convolutional Neural Networks)  και συνδεδεμένο μετασχηματιστή, υπόσχεται βελτιωμένα αποτελέσματα. Τα σφάλματα ανακατασκευής μειώνονται και οι χρόνοι υπολογισμού είναι μικρότεροι.

Η ομάδα πιστεύει ότι η μέθοδος μπορεί να χρησιμοποιηθεί για τη λήψη εικόνων υψηλής ποιότητας σε πραγματικό χρόνο, κάτι που έχει διαφύγει από προηγούμενες κάμερες χωρίς φακούς.

Image credit: Xiuxi Pan / Tokyo Institute of Technology.

Η πλήρης ερευνητική εργασία με τίτλο “Image reconstruction with transformer for mask-based lensless imaging” είναι διαθέσιμη στο Optica.

Οι συγγραφείς της εργασίας είναι οι Xuixi Pan, Xiao Chen, Saori Takeyama και Masahiro Yamaguchi.

To pttlgr στηρίζεται για την λειτουργία του στους αναγνώστες του!
Μπορείς να βοηθήσεις με μία μικρή δωρεά!
Υποστηρίξτε το pttlgr ακόμα και με μόλις 1€ – χρειάζεται μόνο ένα λεπτό. Εάν μπορείτε, σκεφτείτε να μας υποστηρίξετε με ένα ποσό κάθε μήνα.
Σας ευχαριστούμε.

Στηρίξτε το pttlgr και την προσπάθεια μας για έγκυρη και άμεση ενημέρωση ακολουθώντας μας
σε InstagramYouTube και Facebook!

Ακολουθήστε το pttlgr στα Google News, εδώ!

Δες την εβδομαδιαία μας φωτογραφική εκπομπή Angle of View στο YouTube ή άκουσε την ως Podcast σε Spotify, Google ή Apple!

Κάνε Εγγραφή / Subscribe στο κανάλι μας στο YouTube, αποκλειστικά για φωτογραφία και φωτογραφικό εξοπλισμό!

Πριν φύγετε δείτε

ΔΕΙΤΕ ΑΚΟΜΑ

Ετικέτες:

Photo Technology

Πηγή:

dpreview
author

Η ομάδα του pttlgr αποτελείται από φωτογράφους συντάκτες που αγαπούν την φωτογραφία και την ενημέρωση!

Ποιά είναι η γνώμη σου;

Σας παρακαλούμε να σχολιάζετε με σεβασμό στους συνομιλητές σας και να χρησιμοποιείτε την ελληνική γλώσσα και όχι greeklish (παρά μόνο στην περίπτωση που δεν μπορείτε λόγω ρυθμίσεων του Η/Υ). Επίσης αποφεύγετε να γράφετε τα σχόλια σας με κεφαλαία γράμματα. Όλα τα σχόλια περνάνε από έλεγχο πριν την δημοσίευση τους, οπότε πρέπει να περιμένετε για να εγκριθεί το σχόλιο σας.