عکاسی محاسباتی رشته ای است که در سال های اخیر پیشرفت های زیادی را به خود دیده است.
پتانسیل کاری که میتوان با تصاویر انجام داد، از الگوریتمهای پردازش تصویر بهتر به سختافزار دوربین پیچیدهتر بهطور تصاعدی افزایش یافته است.
اما آیا به افراط رسیده ایم؟
آیا کار دیگری می توان انجام داد تا مرزهای آن چیزی که با عکس ها امکان پذیر است را پشت سر بگذارد؟
بیایید به برخی از آخرین پیشرفت ها در عکاسی محاسباتی نگاه کنیم و ببینیم که آینده ممکن است ما را به کجا برساند.
عکاسی محاسباتی در واقع چیست؟
قبل از اینکه به آنچه ممکن است بپردازیم، درک عکاسی محاسباتی مهم است. به بیان ساده، عکاسی محاسباتی نوعی پردازش تصویر است که یک عکس را می گیرد و آن را متفاوت جلوه می دهد.
بسیاری از مردم از این به عنوان دستکاری تصویر یاد می کنند، اما این کمی گمراه کننده است. هدف نهایی تغییر تصویر نیست، بلکه عکس گرفتن و انجام کاری با آن است.
درک این نکته مهم است که دستکاری تصویر لازم نیست در زمان واقعی انجام شود. بسیاری از عکاسی های محاسباتی به صورت آفلاین انجام می شود و فقط بر روی تصویر نهایی اعمال می شود.
این یک اصطلاح گسترده است و برای توصیف موارد مختلف استفاده می شود.
به عنوان مثال، بسیاری از مردم فکر می کنند که عکاسی محاسباتی همه چیز در مورد ساخت تصاویر HDR است. اما این کاملا درست نیست.
عکاسی محاسباتی را می توان در طیف گسترده ای از موقعیت های مختلف عکاسی به کار برد. این برای مواردی مانند روتوش خلاقانه، وضوح تصویر فوق العاده، بهبود عکاسی در نور کم، ایجاد جلوه های عمق میدان و موارد دیگر استفاده می شود.
برای انجام کارهای بسیار بیشتر از ساختن عکس های عالی برای اینستاگرام استفاده می شود. ناسا از آن برای ارائه تعاریف در عکس های گرفته شده در فضا استفاده می کند.
تکنیک های عکاسی محاسباتی
فشار بزرگ
ظهور عکاسی دیجیتال در اواخر دهه 90 و اوایل دهه 2000 منجر به تکنیک های جدید پردازش تصویر شد. بسیاری از این تکنیک ها برای دستکاری بهتر تصاویر ایجاد شده اند.
در سالهای اخیر، ما شاهد استفاده بیشتر و بیشتری از این تکنیکها در مسائل دنیای واقعی بودهایم.
شناخته شده ترین مثال در این مورد استفاده از عکاسی محاسباتی برای مشکلاتی مانند لرزش دوربین و انحرافات لنز است. تکنیک های زیادی را می توان برای حذف تاری ناخواسته از یک تصویر استفاده کرد و عکاسی محاسباتی این امکان را برای بسیاری از دوربین ها فراهم کرده است.
تقلب های عمیق
این یکی از بارزترین نمونههای پیشرفت ما در زمینه عکاسی محاسباتی است. عبارت deepfake به تمرین استفاده از تکنیک های یادگیری عمیق برای ترکیب تصاویر جعلی که شبیه واقعی هستند اشاره دارد.
اول deepfakes در اوایل دهه 2000 توسعه یافتند، اما ظهور هوش مصنوعی موج اخیر محبوبیت را به همراه داشت.
این یک نگرانی بزرگ برای صنعت فناوری بوده است. مطالعه ای توسط واشنگتن پست نشان داد که از 1,000 کاربر اینترنتی مورد بررسی، 40 درصد در معرض تقلبی عمیق قرار گرفته اند.
این شامل بسیاری از افراد مشهور، سیاستمداران و حتی افراد خانواده آنها می شد. این گزارش همچنین نشان داد که دیپ فیک برای انتشار اطلاعات نادرست استفاده می شود و اغلب برای تمسخر افراد استفاده می شود.
چندین روش مختلف می توانند تقلبی عمیق ایجاد کنند، اما شناخته شده ترین تکنیک GAN (شبکه متخاصم مولد) نام دارد. این نوع از یادگیری عمیق مدل برای تولید تصاویر جعلی که واقعی به نظر می رسند استفاده می شود.
این نوع تصاویر اغلب به عنوان "اخبار جعلی" شناخته می شوند.
در حالی که این اصطلاح به خودی خود نادرست است، این واقعیت که از دیپ فیک برای انتشار اطلاعات نادرست استفاده می شود غیرقابل انکار است. تصاویر متقاعد کننده هستند و بسیار آسان است که درگیر این ایده باشیم که واقعی هستند.
به همین دلیل است که فناوری در بسیاری از جاها ممنوع شده است.
به عنوان مثال، دیپ فیک در استرالیا در سیستم عامل های رسانه های اجتماعی و در برخی از محل های کار ممنوع است. دفتر کمیساریای اطلاعات بریتانیا نیز این را گفته است deepfakes استفاده از آنها در هر اثر "تجاری یا حرفه ای" غیرقانونی است.
در حالی که دیپ فیک در حال حاضر غیرقانونی است، مهم است که توجه داشته باشید که این فناوری هنوز در مراحل اولیه است. این واقعیت که هنوز در حال توسعه است به این معنی است که هنوز فضای زیادی برای رشد آن وجود دارد.
به عنوان مثال، مطالعه واشنگتن پست نشان داد که تنها نیمی از مردم در معرض deepfakes از جعلی بودن آنها آگاه بودند.
HDR
عکاسی با محدوده دینامیکی بالا (HDR) تکنیکی است که امکان ثبت تصاویری با دامنه دینامیکی وسیعتر را نسبت به عکاسی معمولی فراهم میکند.
تصاویر HDR معمولاً با استفاده از نوردهی های متعدد گرفته می شوند و این تکنیک برای مدت طولانی وجود داشته است. اخیراً این فناوری به اندازه کافی پیشرفت کرده است که امکان ثبت تصاویر HDR در یک شات را فراهم می کند.
یکی از شناخته شده ترین کاربردهای عکاسی HDR، عکاسی نجومی است.
ستاره شناسان با یک نوردهی عکس می گیرند. تصاویر برای ایجاد یک تصویر ترکیبی با دامنه دینامیکی بسیار گسترده تر از آنچه با یک نوردهی ممکن است ترکیب می شوند.
مزایای عکاسی محاسباتی:
استفاده از عکاسی محاسباتی مزایای زیادی دارد و اگر می خواهید از این فناوری در عکاسی خود استفاده کنید، درک آنها بسیار مهم است. در اینجا برخی از بزرگترین مزایا ذکر شده است:
کیفیت تصویر بهتر
یکی از بزرگترین مزایای عکاسی محاسباتی این است که تصاویر شما بهتر به نظر می رسند. چندین تکنیک مختلف وجود دارد که می توان برای بهبود کیفیت تصویر یک عکس استفاده کرد.
اینها شامل تکنیک هایی مانند حذف نویز تصویر، تثبیت کننده تصویر و کاهش نویز است.
Morpho همچنان به بهبود عکاسی محاسباتی و #AI نرم افزار برای عکاسان گوشی های هوشمند #اسنپدراگونسامیت pic.twitter.com/NhmwMfqT8a
- کوالکام (Qualcomm) دسامبر 2، 2020
این فناوری همچنین امکان بهبود کیفیت تصویر عکس هایی که با دوربین های قدیمی گرفته شده اند را نیز ممکن می سازد.
این به این دلیل است که بسیاری از تکنیک های قدیمی مورد استفاده برای بهتر جلوه دادن تصاویر در دوربین های جدیدتر امکان پذیر نیست.
عکسبرداری سریعتر
یکی از بارزترین مزایای عکاسی محاسباتی این است که سریعتر از عکاسی سنتی عکس می گیرد.
عکاسی محاسباتی اجازه می دهد تا بسیاری از کارهای مورد نیاز برای گرفتن عکس روی کامپیوتر انجام شود. این شامل مواردی مانند کاهش نویز، تصحیح رنگ و اصلاح لنز است.
افزایش وضوح
یکی دیگر از مزایای عکاسی محاسباتی این است که می تواند تصاویری با وضوح بالاتر نسبت به عکاسی سنتی ثبت کند.
این فناوری بر اساس بسیاری از اصول همان عکاسی HDR است و می توان از آن برای ایجاد تصاویر با دامنه دینامیکی گسترده استفاده کرد.
این بدان معناست که امکان ثبت تصاویر با وضوح بالاتر نسبت به عکاسی سنتی وجود دارد. می توان تصاویری را ثبت کرد که حداقل 4 برابر بزرگتر از زمانی است که تصویر با دوربین سنتی گرفته می شد.
از چه نوع عکاسی محاسباتی هوش مصنوعی استفاده می شود؟
عکاسی محاسباتی مبتنی بر هوش مصنوعی یک فناوری بسیار جدید است و تنها چند شرکت در حال حاضر این سرویس را ارائه میکنند. دو نوع اصلی از عکاسی محاسباتی مبتنی بر هوش مصنوعی وجود دارد.
وضوح فوق العاده (SR)
SuperResolution تکنیکی است که به شما امکان می دهد تصاویری با وضوح بالا ایجاد کنید که بسیار واضح تر از تصویر اصلی هستند. از هوش مصنوعی برای ترکیب چندین تصویر با وضوح پایین در یک تصویر واحد با وضوح بالا استفاده می کند.
HDR
تصاویر HDR معمولاً با استفاده از نوردهی های متعدد گرفته می شوند و این تکنیک برای مدت طولانی وجود داشته است. اخیراً بود که فناوری به اندازه کافی پیشرفت کرد که امکان ثبت تصاویر HDR در یک شات را فراهم کرد.
رتینکس
این یک تکنیک عکاسی محاسباتی است که توسط James D. MacKenzie توسعه یافته و در چندین دوربین حرفه ای استفاده می شود. این تکنیک بر اساس تعدادی از اصول مشابه عکاسی HDR است و می توان از آن برای ایجاد تصاویر با محدوده دینامیکی گسترده استفاده کرد.
رتینکس برای ایجاد تصاویر با دامنه دینامیکی گسترده استفاده می شود. رتینکس شناخته شده ترین نوع عکاسی محاسباتی با هوش مصنوعی است، اما تنها نیست.
نتیجه
ما در حال رسیدن به نقطه ای هستیم که عکاسی محاسباتی هر روز افراطی تر می شود. با فناوریهایی مانند حالت پرتره و حالت سینمایی در آیفون 13 پرو، اکنون میتوانیم عکسها و ویدیوهایی ایجاد کنیم که به نظر میرسد با یک دوربین DSLR سطح بالا گرفته شدهاند.
همانطور که این فناوری همچنان در حال پیشرفت است، ما حتی تصاویر واقعی تری ایجاد خواهیم کرد.
به نظر شما چگونه عکاسی محاسباتی نحوه عکس گرفتن ما را در آینده تغییر خواهد داد؟
پاسخ دهید