Машинобудівний завод чудес про невисокі зображення
Не секрет, що смартфони SoC не масштабні, як і колись, і загальний рівень покращення продуктивності на телефонах і планшетах різко сповільнився. Одна з областей, де компанії все ще досягають значних покращень, - це камери. Хоча це, очевидно, коливається залежно від вашого виробника, такі компанії, як Samsung, LG та Apple, продовжують забезпечувати покращення у порівнянні з попереднім роком, включаючи високі рейтинги MP, кілька камер, вдосконалені сенсори та такі функції, як оптична стабілізація зображення. Там все ще існує розрив між DSLR і камерою, але це суттєво звужується протягом багатьох років. І якщо нещодавня робота від Intel та Університету штату Іллінойс Urbana-Champaign - це будь-яке доказування, машинне навчання може вирішити проблему, яка на сьогоднішній день поширюється на телефонні камери для бідолаха: знімки з низьким рівнем світла.
Не зрозумійте мене неправильно, можливості сучасних смартфонів з низьким освітленням відмінні у порівнянні з тими, де ми були лише кілька коротких років тому. Але це така сфера, де різниця між телефонами та DSLR стає очевидною. Розрив між двома типами пристроїв при зйомці статичних знімків назовні набагато менше, ніж різниця, яку ви побачите під час зйомки за слабкого освітлення. Команда побудувала двигун машинного навчання, створивши набір даних з коротким висвітленням та тривалим виявленням зображень з низьким освітленням (вони використовувались для довідки). У доповіді зазначено:
Використовуючи представлений набір даних, ми розробляємо трубопровід для обробки зображень з низьким освітленням, засновані на повному тренінгу повністю конвооративної мережі. Мережа працює безпосередньо на даних сирого датчика і замінює більшу частину традиційного трубопроводу обробки зображень, що, як правило, погано працює на таких даних.
Команда поставила відео разом, щоб пояснити і продемонструвати, як працює їх техніка, як показано нижче:
Рекомендуємо відвідувати цей сайт, якщо хочете переглянути зображення з високою роздільною здатністю до та після нього, але основні зображення, на яких працюють, є не просто "слабким освітленням" - оригінальні знімки в деяких випадках майже повністю чорні неозброєним оком. Існуюче програмне забезпечення для зображень намагається вичерпати ці результати, навіть якщо використовується професійна обробка.
Незважаючи на те, що все одно є неминучим розмиттям, якщо ви натискаєте кнопочку та переглядаєте будь-який папір або фотографії за замовчуванням з високою роздільною здатністю, результати Intel та Champagne-Urbana на порядок краще, ніж все, що ми бачили раніше. І з продавцями смартфонів, які збираються побудувати можливості машинної розвідки в більшій кількості пристроїв, цілком можливо, що ми побачимо все більше і більше продуктів, що дозволяють продавати ці види можливостей на телефонах і робити їх доступними для звичайних клієнтів. Я, для одного, вітаю ідею розумної камери - бажано, щоб коректно виправляти мої смішні страшні навички фотографії.
Читати далі
OpenAI «DALL-E» генерує зображення з текстових описів
Все, що вам потрібно зробити, - це дати DALL-E деякі вказівки, і він може намалювати для вас зображення. Іноді візуалізація трохи краща, ніж малювання пальцями, але інколи це вражаюче точні зображення.
Надзвичайно швидкий сонячний зонд НАСА повертає дивовижне зображення Венери
За даними NASA, Паркер помітив невидиме раніше сяйво, яке могло бути продуктом кисню в негостинній атмосфері планети. Несподівана чіткість поверхневих особливостей також змушує вчених переоцінити, наскільки чутливі камери Паркера.
Нове зображення супермасивної чорної діри показує закручені магнітні поля
Телескоп горизонту події дав нам знаковий образ 2019 року чорної діри, перший коли-небудь вироблений. Тепер команда провела нові спостереження над магістральною чорною дірою в центрі галактики M87, виявляючи лінії магнітного поля навколо порожнечі.
Hubble Watches Young Planet росте з новою технікою зображення
Ці знаки вперше вчені змогли безпосередньо спостерігати за все ще формування екзопланету.