Índice del contenido[Esconder][Espectáculo]
La fotografía computacional es un campo que ha visto muchos avances en los últimos años.
El potencial de lo que se puede hacer con las imágenes ha crecido exponencialmente desde mejores algoritmos de procesamiento de imágenes hasta hardware de cámara más sofisticado.
Pero, ¿hemos llegado a un extremo?
¿Hay algo más que se pueda hacer para ampliar los límites de lo que es posible con las fotos?
Echemos un vistazo a algunos de los últimos avances en fotografía computacional y veamos a dónde nos puede llevar el futuro.
¿Qué es realmente la fotografía computacional?
Antes de entrar en lo que es posible, es importante comprender la fotografía computacional. En pocas palabras, la fotografía computacional es un tipo de procesamiento de imágenes que toma una fotografía y la hace lucir diferente.
Mucha gente se refiere a esto como manipulación de imágenes, pero eso es un poco engañoso. El objetivo final no es cambiar la imagen, sino tomar una fotografía y hacer algo con ella.
Es importante entender que la manipulación de imágenes no tiene que hacerse en tiempo real. Mucha fotografía computacional se realiza fuera de línea y solo se aplica a la imagen final.
Es un término amplio y se usa para describir muchas cosas diferentes.
Por ejemplo, mucha gente piensa que la fotografía computacional se trata de hacer imágenes HDR. Pero eso no es del todo cierto.
La fotografía computacional se puede aplicar a una amplia variedad de situaciones fotográficas diferentes. Se utiliza para retoques creativos, superresolución de imágenes, mejora de la fotografía con poca luz, creación de efectos de profundidad de campo y mucho más.
Se utiliza para hacer mucho más que hacer grandes fotos para Instagram. La NASA lo usa para resaltar definiciones en las fotos tomadas en el espacio.
Técnicas de fotografía computacional
El gran empujón
El auge de la fotografía digital a finales de los 90 y principios de los 2000 condujo a nuevas técnicas de procesamiento de imágenes. Muchas de estas técnicas se desarrollaron para permitir una mejor manipulación de las imágenes.
En los últimos años, hemos visto más y más de estas técnicas aplicadas a problemas del mundo real.
El ejemplo más conocido de esto es la aplicación de la fotografía computacional a problemas como el movimiento de la cámara y las aberraciones de la lente. Se pueden usar muchas técnicas para eliminar el desenfoque no deseado de una imagen, y la fotografía computacional lo ha hecho posible para muchas cámaras.
Deepfakes
Este es uno de los ejemplos más evidentes de lo lejos que hemos llegado en el campo de la fotografía computacional. El termino deepfake se refiere a la práctica de utilizar técnicas de aprendizaje profundo para sintetizar imágenes falsas que parecen reales.
El Primer deepfakes se desarrollaron a principios de la década de 2000, pero la llegada de la IA ha provocado la reciente ola de popularidad.
Esta ha sido una gran preocupación para la industria de la tecnología. Un estudio realizado por el Washington Post encontró que, de 1,000 usuarios de Internet encuestados, el 40 por ciento había estado expuesto a falsificaciones profundas.
Esto incluyó a muchas celebridades, políticos e incluso personas de sus familias. El informe también encontró que los deepfakes se usaban para difundir información falsa y, a menudo, se usaban para burlarse de las personas.
Varios métodos diferentes pueden crear falsificaciones profundas, pero la técnica más conocida se llama GAN (red adversarial generativa). Este tipo de deep learning modelo se utiliza para generar imágenes falsas que parecen realistas.
Este tipo de imágenes a menudo se denominan "noticias falsas".
Si bien el término en sí es inexacto, es innegable el hecho de que se están utilizando deepfakes para difundir información errónea. Las imágenes son convincentes y es muy fácil quedar atrapado en la idea de que son reales.
Es por eso que la tecnología ha sido prohibida en muchos lugares.
Por ejemplo, las falsificaciones profundas están prohibidas en Australia en las plataformas de redes sociales y en algunos lugares de trabajo. La Oficina del Comisionado de Información del Reino Unido también ha dicho que deepfakes son ilegales para usar en cualquier trabajo de "naturaleza comercial o profesional".
Si bien los deepfakes actualmente son ilegales, es importante tener en cuenta que la tecnología aún está en pañales. El hecho de que todavía se esté desarrollando significa que todavía hay mucho espacio para que crezca.
Por ejemplo, el estudio del Washington Post encontró que solo la mitad de las personas expuestas a deepfakes eran conscientes de que eran falsos.
HDR, por sus siglas en inglés
La fotografía de alto rango dinámico (HDR) es una técnica que permite capturar imágenes con un rango dinámico más amplio que el que es posible con la fotografía convencional.
Las imágenes HDR generalmente se capturan utilizando múltiples exposiciones, y la técnica existe desde hace mucho tiempo. Fue solo recientemente que la tecnología avanzó lo suficiente como para permitir capturar imágenes HDR en una sola toma.
Uno de los usos más conocidos de la fotografía HDR es la astrofotografía.
Los astrónomos capturan imágenes con una sola exposición. Las imágenes se combinan para crear una imagen compuesta con un rango dinámico mucho más amplio de lo que es posible con una sola exposición.
Beneficios de la fotografía computacional:
El uso de la fotografía computacional tiene muchos beneficios, y es importante comprenderlos si va a utilizar la tecnología en su fotografía. Estos son algunos de los mayores beneficios:
Mejor calidad de imagen
Uno de los mayores beneficios de la fotografía computacional es hacer que sus imágenes se vean mejor. Hay una serie de técnicas diferentes que se pueden utilizar para mejorar la calidad de imagen de una foto.
Estos incluyen técnicas como eliminación de ruido de imagen, estabilización de imagen y reducción de ruido.
Morpho continúa mejorando la fotografía computacional y #AI software para fotógrafos de teléfonos inteligentes. #SnapdragonSummit pic.twitter.com/NhmwMfqT8a
- Qualcomm @Qualcomm 2 de diciembre de 2020
La tecnología también permite mejorar la calidad de imagen de las fotos que se han tomado con cámaras más antiguas.
Esto se debe a que muchas de las antiguas técnicas utilizadas para hacer que las imágenes se vean mejor no se pueden implementar en las cámaras más nuevas.
Captura de imágenes más rápida
Uno de los beneficios más obvios de la fotografía computacional es que toma imágenes más rápido que la fotografía tradicional.
La fotografía computacional permite que gran parte del trabajo requerido para tomar una fotografía se haga en la computadora. Esto incluye cosas como reducción de ruido, corrección de color y corrección de lentes.
Resolución aumentada
Otro beneficio de la fotografía computacional es que puede hacer posible capturar imágenes con una resolución más alta que la que es posible con la fotografía tradicional.
La tecnología se basa en muchos de los mismos principios que la fotografía HDR y se puede utilizar para crear imágenes con un amplio rango dinámico.
Esto significa que es posible capturar imágenes con una resolución más alta que la fotografía tradicional. Es posible capturar imágenes que son al menos 4 veces más grandes de lo que serían si la imagen se tomara con una cámara tradicional.
¿Qué tipo de IA utiliza la fotografía computacional?
La fotografía computacional impulsada por IA es una tecnología muy nueva, y solo unas pocas empresas ofrecen actualmente el servicio. Hay dos tipos principales de fotografía computacional impulsada por IA.
SuperResolución (SR)
SuperResolution es una técnica que permite crear imágenes de alta resolución que son mucho más nítidas que la imagen original. Utiliza IA para combinar múltiples imágenes de baja resolución en una sola imagen de alta resolución.
HDR, por sus siglas en inglés
Las imágenes HDR generalmente se capturan utilizando múltiples exposiciones, y la técnica existe desde hace mucho tiempo. Fue solo recientemente que la tecnología avanzó lo suficiente como para permitir que las imágenes HDR se capturaran en una sola toma.
Retinax
Es una técnica de fotografía computacional desarrollada por James D. MacKenzie y se utiliza en varias cámaras profesionales. La técnica se basa en varios de los mismos principios que la fotografía HDR y se puede utilizar para crear imágenes con un amplio rango dinámico.
Retinex se utiliza para crear imágenes con un amplio rango dinámico. Retinex es el tipo de fotografía computacional de IA más conocido, pero no es el único.
Conclusión
Estamos llegando a un punto en el que la fotografía computacional se está volviendo cada vez más extrema. Con tecnología como el modo retrato y el modo cinematográfico en el iPhone 13 pro, ahora podemos crear fotos y videos que parecen haber sido tomados con una cámara DSLR de alta gama.
A medida que esta tecnología continúe mejorando, crearemos imágenes aún más realistas.
¿Cómo crees que la fotografía computacional cambiará la forma en que tomamos fotos en el futuro?
Deje un comentario