Sommario[Nascondere][Spettacolo]
La fotografia computazionale è un campo che ha visto molti progressi negli ultimi anni.
Il potenziale per ciò che si può fare con le immagini è cresciuto esponenzialmente da migliori algoritmi di elaborazione delle immagini a hardware della fotocamera più sofisticato.
Ma siamo arrivati all'estremo?
C'è qualcos'altro che si può fare per spingere i confini di ciò che è possibile fare con le foto?
Diamo un'occhiata ad alcuni degli ultimi sviluppi nella fotografia computazionale e vediamo dove potrebbe portarci il futuro.
Che cos'è in realtà la fotografia computazionale?
Prima di entrare in ciò che è possibile, è importante comprendere la fotografia computazionale. Per dirla semplicemente, la fotografia computazionale è un tipo di elaborazione delle immagini che scatta una fotografia e la fa sembrare diversa.
Molte persone si riferiscono a questo come manipolazione dell'immagine, ma è un po' fuorviante. L'obiettivo finale non è quello di cambiare l'immagine, ma piuttosto di scattare una fotografia e fare qualcosa con essa.
È importante capire che la manipolazione delle immagini non deve essere eseguita in tempo reale. Gran parte della fotografia computazionale viene eseguita offline e viene applicata solo all'immagine finale.
È un termine ampio ed è usato per descrivere molte cose diverse.
Ad esempio, molte persone pensano che la fotografia computazionale riguardi la creazione di immagini HDR. Ma non è del tutto vero.
La fotografia computazionale può essere applicata a un'ampia varietà di diverse situazioni fotografiche. Viene utilizzato per cose come il ritocco creativo, la super risoluzione delle immagini, il miglioramento della fotografia in condizioni di scarsa illuminazione, la creazione di effetti di profondità di campo e molto altro.
È usato per fare molto di più che per realizzare fantastiche foto per Instagram. La NASA lo usa per far emergere le definizioni nelle foto scattate nello spazio.
Tecniche di fotografia computazionale
La grande spinta
L'ascesa della fotografia digitale alla fine degli anni '90 e all'inizio degli anni 2000 ha portato a nuove tecniche di elaborazione delle immagini. Molte di queste tecniche sono state sviluppate per consentire una migliore manipolazione delle immagini.
Negli ultimi anni, abbiamo visto sempre più di queste tecniche applicate a problemi del mondo reale.
L'esempio più noto di ciò è l'applicazione della fotografia computazionale a problemi come il movimento della fotocamera e le aberrazioni dell'obiettivo. Molte tecniche possono essere utilizzate per rimuovere la sfocatura indesiderata da un'immagine e la fotografia computazionale lo ha reso possibile per molte fotocamere.
Deepfakes
Questo è uno degli esempi più evidenti di quanto siamo arrivati lontano nel campo della fotografia computazionale. Il termine deepfake si riferisce alla pratica di utilizzare tecniche di deep learning per sintetizzare immagini false che sembrano reali.
Il primo deepfakes sono stati sviluppati nei primi anni 2000, ma l'avvento dell'IA ha portato alla recente ondata di popolarità.
Questa è stata una delle principali preoccupazioni per l'industria tecnologica. Uno studio del Washington Post ha rilevato che, su 1,000 utenti Internet intervistati, il 40% era stato esposto a falsi profondi.
Ciò includeva molte celebrità, politici e persino persone delle loro famiglie. Il rapporto ha anche scoperto che i deepfake venivano usati per diffondere informazioni false e spesso venivano usati per prendere in giro le persone.
Diversi metodi diversi possono creare falsi profondi, ma la tecnica più nota è chiamata GAN (generative adversarial network). Questo tipo di apprendimento profondo il modello viene utilizzato per generare immagini false che sembrano realistiche.
Questi tipi di immagini vengono spesso definiti "notizie false".
Sebbene il termine stesso sia impreciso, il fatto che i deepfake vengano utilizzati per diffondere disinformazione è innegabile. Le immagini sono convincenti ed è molto facile farsi prendere dall'idea che siano reali.
Questo è il motivo per cui la tecnologia è stata bandita in molti posti.
Ad esempio, i deepfake sono vietati in Australia sulle piattaforme dei social media e in alcuni luoghi di lavoro. Lo ha affermato anche l'ufficio del Commissario per le informazioni del Regno Unito deepfakes sono illegali da utilizzare in qualsiasi lavoro di "natura commerciale o professionale".
Sebbene i deepfake siano attualmente illegali, è importante notare che la tecnologia è ancora agli inizi. Il fatto che sia ancora in fase di sviluppo significa che c'è ancora molto spazio per crescere.
Ad esempio, lo studio del Washington Post ha rilevato che solo la metà delle persone è esposta deepfakes erano consapevoli di essere falsi.
HDR
La fotografia ad alta gamma dinamica (HDR) è una tecnica che consente di acquisire immagini con una gamma dinamica più ampia rispetto alla fotografia convenzionale.
Le immagini HDR vengono generalmente acquisite utilizzando esposizioni multiple e la tecnica esiste da molto tempo. Solo di recente la tecnologia è stata sufficientemente avanzata da consentire l'acquisizione di immagini HDR in un unico scatto.
Uno degli usi più noti della fotografia HDR è l'astrofotografia.
Gli astronomi catturano le immagini con una singola esposizione. Le immagini vengono combinate per creare un'immagine composita con una gamma dinamica molto più ampia di quella possibile con una singola esposizione.
Vantaggi della fotografia computazionale:
Ci sono molti vantaggi nell'usare la fotografia computazionale ed è importante capirli se intendi utilizzare la tecnologia nella tua fotografia. Ecco alcuni dei maggiori vantaggi:
Migliore qualità dell'immagine
Uno dei maggiori vantaggi della fotografia computazionale è migliorare l'aspetto delle tue immagini. Esistono diverse tecniche che possono essere utilizzate per migliorare la qualità dell'immagine di una foto.
Questi includono tecniche come il denoising dell'immagine, la stabilizzazione dell'immagine e la riduzione del rumore.
Morpho continua a migliorare la fotografia computazionale e #AI software per fotografi di smartphone. #SnapdragonSummit pic.twitter.com/NhmwMfqT8a
- Qualcomm (@Qualcomm) Dicembre 2, 2020
La tecnologia consente inoltre di migliorare la qualità dell'immagine delle foto scattate con fotocamere meno recenti.
Questo perché molte delle vecchie tecniche utilizzate per migliorare l'aspetto delle immagini non possono essere implementate nelle fotocamere più recenti.
Acquisizione delle immagini più veloce
Uno dei vantaggi più evidenti della fotografia computazionale è che acquisisce immagini più velocemente rispetto alla fotografia tradizionale.
La fotografia computazionale consente di eseguire gran parte del lavoro necessario per scattare una foto sul computer. Ciò include cose come la riduzione del rumore, la correzione del colore e la correzione dell'obiettivo.
Risoluzione aumentata
Un altro vantaggio della fotografia computazionale è che può consentire di acquisire immagini con una risoluzione maggiore rispetto alla fotografia tradizionale.
La tecnologia si basa su molti degli stessi principi della fotografia HDR e può essere utilizzata per creare immagini con un'ampia gamma dinamica.
Ciò significa che è possibile acquisire immagini con una risoluzione maggiore rispetto alla fotografia tradizionale. È possibile acquisire immagini almeno 4 volte più grandi di quanto sarebbero se l'immagine fosse scattata con una fotocamera tradizionale.
Che tipo di intelligenza artificiale utilizza la fotografia computazionale?
La fotografia computazionale basata sull'intelligenza artificiale è una tecnologia molto nuova e solo poche aziende attualmente offrono il servizio. Esistono due tipi principali di fotografia computazionale basata sull'intelligenza artificiale.
Super Risoluzione (SR)
SuperResolution è una tecnica che consente di creare immagini ad alta risoluzione molto più nitide dell'immagine originale. Utilizza l'intelligenza artificiale per combinare più immagini a bassa risoluzione in un'unica immagine ad alta risoluzione.
HDR
Le immagini HDR vengono generalmente acquisite utilizzando esposizioni multiple e la tecnica esiste da molto tempo. Solo di recente la tecnologia è stata sufficientemente avanzata da consentire l'acquisizione di immagini HDR in un unico scatto.
Retinex
È una tecnica di fotografia computazionale sviluppata da James D. MacKenzie e utilizzata in diverse fotocamere professionali. La tecnica si basa su alcuni degli stessi principi della fotografia HDR e può essere utilizzata per creare immagini con un'ampia gamma dinamica.
Retinex viene utilizzato per creare immagini con un'ampia gamma dinamica. Retinex è il tipo più noto di fotografia computazionale AI, ma non è l'unico.
Conclusione
Stiamo raggiungendo un punto in cui la fotografia computazionale sta diventando sempre più estrema. Con tecnologie come la modalità ritratto e la modalità cinema su iPhone 13 pro, ora possiamo creare foto e video che sembrano fatti con una fotocamera DSLR di fascia alta.
Poiché questa tecnologia continua a migliorare, creeremo immagini ancora più realistiche.
In che modo pensi che la fotografia computazionale cambierà il modo in cui scattiamo foto in futuro?
Lascia un Commento