I dette siste året som går mot slutten har vi sett hvordan de største mobiltelefonmerkene i økende grad har konsentrert seg om enhetens fotografiske sektor: det har ikke bare vært snakk om en bedre kamera montert på den beste enheten, men heller av algoritmer som skal brukes gjennom kunstig intelligens på enda mer "daterte" enheter. Xiaomi for eksempel, som vi rapporterte her, har fokusert på oppkjøp (delvis) av MeiTu som har mange skjønnhetsalgoritmer og bildepatenter til disposisjon; dette, kombinert med Xiaomis superkonkurransedyktige priser, vil helt sikkert gi en forbedring på programvarenivåetkunstig intelligens dedikert til fotografisk sektor. Men dagens nyheter er annerledes: etter en kryssstudie "DeepExposure: Lær å eksponere bilder gjennom asynkront forsterket kontradiktorisk læring" av Peking University, av Sør-Kina Normal University og guder Xiaomi-teknikere et forbløffende resultat ble oppnådd. Med DeepExposure, Xiaomi forbedrer fotoeksponering gjennom AI, uten å ha problemer med under- og overeksponering.
DeepExposure: Xiaomi forbedrer fotoeksponering gjennom AI
Forskerne i Xiaomi Lab beskrive en løsning på eksponeringsdilemmaet i 'nevnte artikkel, akseptert til NeurIPS 2018 i Montreal, et arrangement holdt fra 3. til 9. desember i år. Denne artikkelen beskriver en AI-system som er i stand til å segmentere bildet i flere "underbilder", hver assosiert med en bestemt eksponering. Fusjonen av disse underbildene med forskjellige eksponeringer (fra under til overeksponert) fører til et fotografi som kommer veldig nær bildet som oppfattes av det menneskelige øyet. Forskerne uttalte:
"Nøyaktig eksponering er nøkkelen til å ta bilder av høy kvalitet i datafotografering, spesielt for mobiltelefoner som er begrenset av størrelsen på kameramoduler. Inspirert av lysmaskene som vanligvis brukes av profesjonelle fotografer, utvikler vi i denne artikkelen en ny algoritme for å lære eksponeringer med motstridende dyp forsterkende læring".
Teknikken som gjør at flere instruksjoner kan utføres parallelt for å forbedre ytelsen tilIA, med kallenavn DeepExposure , sparker i gang bildesegmentering. Dette etterfølges av en fase hvor lavoppløselig input, underbilder og bildesammensmelting sammenkobles og behandles. Etter dette bytter algoritmen til a sluttfasen hvor den generelle kvaliteten vurderes. Til slutt, underbildene blandes til det endelige bildet er nådd. DeepExposureVed å jobbe på denne måten var hun i stand til konsekvent å gjenopprette de fleste detaljene og stilene i de originale bildene, samtidig som hun forbedret lysstyrke og farger.
For å utføre dette eksperimentet, Xiaomi brukt rammeverket tensorflow åpen kildekode utviklet av Google, en serie av Nvidia P40 Tesla GPU og et sett med bilder MIT-Adobe FiveK. Den innovative metoden for DeepExposure fungerer som en bro mellom dyplæringsmetoder og tradisjonelle filtreringsmetoder: metodene til dyp læring brukes til å lære filterparametrene, som gjør filtrering mer presis enn tradisjonelle metoder. Tradisjonelle metoder reduserer treningstiden av dyplæringsmetoder fordi pikselfiltrering er mye raskere enn ny teknologi.
For Xiaomi, etter anskaffelsen av Meitus skjønnhetsalgoritmer og filtre, forventes det gnister i den fotografiske sektoren. Vil vi nå en tid hvor speilløse kameraer og reflekskameraer ikke lenger er nødvendig? Hva synes du om det? Skriv det i kommentarfeltet
