Искусственный интеллект учится видеть в темноте

Эксперты, которые говорят, что для меньших шумов на фотографии нужен сенсор побольше, конечно, правы. Но те, кто говорит, что лучше процессор помощнее, правы сильнее.

Спроси знакомого фотографа (настоящего, лучше репортажника), какой самый критичный параметр в его камере. Совершенно точно, что он пожалуется на непримиримость двух факторов. С одной стороны, хорошая камера должна снимать в условиях плохого освещения. Для этого фотоэлементы на сенсоре камеры должны быть большего размера. Чем больше элементы — тем больше общий размер сенсора. Больше сенсор — больше должны быть линзы оптики.

Такой нехитрой цепочкой рассуждений доказывается связь двух параметров камеры: чем лучше снимает фотоаппарат, тем он тяжелее. В конце тирады фотограф пожалуется тебе, как тяжело таскать целый день пару килограммов на шее и еще десяток в рюкзаке.

Пожалей бедняжку и покажи ему этот ролик. Вероятно, в ближайшем будущем за качество снимков при слабом освещении будет отвечать искусственный интеллект, а не пять килограммов отборного стекла.

Разработчик Чен Чен решил приспособить машинное обучение для ретуши очень шумных фотографий. И, надо признаться, его результаты превосходят все ожидания.

Кроме того, его алгоритм — не суперсекретная разработка в подземном бункере, которую ведут порабощенные ученые, а общедоступный проект. Это дает надежду на его реализацию в виде, например, приложения для смартфона в горизонте всего пары месяцев.

Материалы по теме

Комментарии

0