Indholdsfortegnelse[Skjule][At vise]
Computerfotografering er et felt, der har oplevet mange fremskridt i de seneste år.
Potentialet for, hvad der kan gøres med billeder, er vokset eksponentielt fra bedre billedbehandlingsalgoritmer til mere sofistikeret kamerahardware.
Men er vi nået til en ekstrem?
Er der andet, der kan gøres for at flytte grænserne for, hvad der er muligt med billeder?
Lad os se på nogle af de seneste udviklinger inden for computerfotografering og se, hvor fremtiden kan bringe os hen.
Hvad er computerfotografering egentlig?
Før vi kommer ind på, hvad der er muligt, er det vigtigt at forstå computerfotografering. For at sige det enkelt er computerfotografering en form for billedbehandling, der tager et fotografi og får det til at se anderledes ud.
Mange mennesker omtaler dette som billedmanipulation, men det er lidt misvisende. Slutmålet er ikke at ændre billedet, men snarere at tage et fotografi og gøre noget med det.
Det er vigtigt at forstå, at billedmanipulation ikke skal udføres i realtid. Meget computerfotografering udføres offline og anvendes kun på det endelige billede.
Det er et bredt begreb, og det bruges til at beskrive mange forskellige ting.
For eksempel tror mange mennesker, at computerfotografering handler om at lave HDR-billeder. Men det er ikke helt rigtigt.
Computerfotografering kan anvendes til en lang række forskellige fotografiske situationer. Det bruges til ting som kreativ retouchering, superopløselige billeder, forbedring af fotografering i svagt lys, skabelse af dybdeskarphedseffekter og meget mere.
Det bruges til at gøre meget mere end at lave fantastiske billeder til Instagram. NASA bruger det til at få definitioner frem på billeder taget i rummet.
Beregningsfotograferingsteknikker
Det store skub
Fremkomsten af digital fotografering i slutningen af 90'erne og begyndelsen af 2000'erne førte til nye billedbehandlingsteknikker. Mange af disse teknikker blev udviklet for at give mulighed for bedre manipulation af billeder.
I de senere år har vi set flere og flere af disse teknikker anvendt på problemer i den virkelige verden.
Det mest kendte eksempel på dette er anvendelsen af computerfotografering til problemer som kamerarystelser og linseaberrationer. Mange teknikker kan bruges til at fjerne uønsket sløring fra et billede, og computerfotografering har gjort dette muligt for mange kameraer.
Deepfakes
Dette er et af de mest åbenlyse eksempler på, hvor langt vi er nået inden for computerfotografering. Begrebet deepfake henviser til praksis med at bruge deep learning-teknikker til at syntetisere falske billeder, der ser ud som om de er ægte.
Den første deepfakes blev udviklet i begyndelsen af 2000'erne, men fremkomsten af kunstig intelligens har medført den seneste bølge af popularitet.
Dette har været en stor bekymring for teknologiindustrien. En undersøgelse foretaget af Washington Post viste, at ud af 1,000 adspurgte internetbrugere var 40 procent blevet udsat for dybe forfalskninger.
Dette omfattede mange berømtheder, politikere og endda folk fra deres familier. Rapporten fandt også, at deepfakes blev brugt til at sprede falsk information og ofte blev brugt til at gøre grin med folk.
Flere forskellige metoder kan skabe dybe forfalskninger, men den mest kendte teknik kaldes GAN (generative adversarial network). Denne type dyb læring model bruges til at generere falske billeder, der ser realistiske ud.
Disse typer billeder omtales ofte som "falske nyheder".
Selvom udtrykket i sig selv er unøjagtigt, er det ubestrideligt, at deepfakes bliver brugt til at sprede misinformation. Billederne er overbevisende, og det er meget nemt at blive fanget af tanken om, at de er ægte.
Det er derfor, teknologi er blevet forbudt mange steder.
For eksempel er deepfakes forbudt i Australien på sociale medieplatforme og på nogle arbejdspladser. Det har UK's Information Commissioner's Office også sagt deepfakes er ulovlige at bruge i noget arbejde af "kommerciel eller professionel karakter".
Selvom deepfakes i øjeblikket er ulovlige, er det vigtigt at bemærke, at teknologien stadig er i sin vorden. Det faktum, at det stadig er under udvikling, betyder, at der stadig er meget plads til, at det kan vokse.
For eksempel viste Washington Post-undersøgelsen, at kun halvdelen af de mennesker, der blev udsat for deepfakes var klar over, at de var falske.
HDR
High dynamic range (HDR) fotografering er en teknik, der gør det muligt at tage billeder med et bredere dynamisk område, end det er muligt med konventionel fotografering.
HDR-billeder optages normalt ved brug af flere eksponeringer, og teknikken har eksisteret i lang tid. Det var først for nylig, at teknologien var avanceret nok til at gøre det muligt at tage HDR-billeder i et enkelt billede.
En af de mest kendte anvendelser af HDR-fotografering er astrofotografering.
Astronomer tager billeder med en enkelt eksponering. Billederne kombineres for at skabe et sammensat billede med et meget bredere dynamisk område, end det er muligt med en enkelt eksponering.
Fordele ved computerfotografering:
Der er mange fordele ved at bruge computerfotografering, og det er vigtigt at forstå dem, hvis du skal bruge teknologien i din fotografering. Her er nogle af de største fordele:
Bedre billedkvalitet
En af de største fordele ved computerfotografering er at få dine billeder til at se bedre ud. Der er en række forskellige teknikker, der kan bruges til at forbedre billedkvaliteten på et foto.
Disse omfatter teknikker som billednedbrydning, billedstabilisering og støjreduktion.
Morpho fortsætter med at forbedre computerfotografering og #AI software til smartphonefotografer. #SnapdragonSummit pic.twitter.com/NhmwMfqT8a
- Qualcomm (@Qualcomm) 2. December, 2020
Teknologien gør det også muligt at forbedre billedkvaliteten på billeder, der er taget med ældre kameraer.
Det skyldes, at mange af de gamle teknikker, der bruges til at få billederne til at se bedre ud, ikke er mulige at implementere i de nyere kameraer.
Hurtigere billedoptagelse
En af de mest åbenlyse fordele ved computerfotografering er, at den tager billeder hurtigere end traditionel fotografering.
Computerfotografering giver mulighed for, at meget af det arbejde, der kræves for at tage et billede, kan udføres på computeren. Dette inkluderer ting som støjreduktion, farvekorrektion og linsekorrektion.
Øget opløsning
En anden fordel ved computerfotografering er, at det kan gøre det muligt at tage billeder med højere opløsning, end det er muligt med traditionel fotografering.
Teknologien er baseret på mange af de samme principper som HDR-fotografering, og den kan bruges til at skabe billeder med et bredt dynamisk område.
Det betyder, at det er muligt at tage billeder med en højere opløsning end traditionel fotografering. Det er muligt at tage billeder, der er mindst 4 gange så store, som de ville være, hvis billedet blev taget med et traditionelt kamera.
Hvilken type AI Computational Photography bruger?
AI-drevet computerfotografering er en meget ny teknologi, og kun få virksomheder tilbyder i øjeblikket tjenesten. Der er to hovedtyper af AI-drevet computerfotografering.
SuperResolution (SR)
SuperResolution er en teknik, der gør det muligt at skabe billeder i høj opløsning, der er meget skarpere end originalbilledet. Den bruger kunstig intelligens til at kombinere flere billeder i lav opløsning til et enkelt billede i høj opløsning.
HDR
HDR-billeder optages normalt ved brug af flere eksponeringer, og teknikken har eksisteret i lang tid. Det var først for nylig, at teknologien var avanceret nok til at gøre det muligt at tage HDR-billeder i et enkelt billede.
Retinex
Det er en computerfotograferingsteknik udviklet af James D. MacKenzie og bruges i flere professionelle kameraer. Teknikken er baseret på en række af de samme principper som HDR-fotografering, og den kan bruges til at skabe billeder med et bredt dynamisk område.
Retinex bruges til at skabe billeder med et bredt dynamisk område. Retinex er den mest kendte type AI computerfotografering, men det er ikke den eneste.
Konklusion
Vi er ved at nå et punkt, hvor computerfotografering bliver mere og mere ekstrem. Med teknologi som portrættilstand og filmtilstand på iPhone 13 pro kan vi nu skabe billeder og videoer, der ser ud som om de er taget med et avanceret DSLR-kamera.
Efterhånden som denne teknologi bliver ved med at blive bedre, vil vi skabe endnu mere realistiske billeder.
Hvordan tror du, at computerfotografering vil ændre den måde, vi tager billeder på i fremtiden?
Giv en kommentar