Innehållsförteckning[Dölj][Visa]
Beräkningsfotografering är ett område som har sett många framsteg de senaste åren.
Potentialen för vad som kan göras med bilder har växt exponentiellt från bättre bildbehandlingsalgoritmer till mer sofistikerad kamerahårdvara.
Men har vi nått en extrem?
Finns det något annat man kan göra för att tänja på gränserna för vad som är möjligt med bilder?
Låt oss titta på några av de senaste utvecklingarna inom datorfotografering och se vart framtiden kan ta oss.
Vad är beräkningsfotografering egentligen?
Innan vi går in på vad som är möjligt är det viktigt att förstå datorfotografering. För att uttrycka det enkelt, datorfotografering är en typ av bildbehandling som tar ett fotografi och får det att se annorlunda ut.
Många hänvisar till detta som bildmanipulation, men det är lite missvisande. Slutmålet är inte att ändra bilden utan snarare att ta ett fotografi och göra något med det.
Det är viktigt att förstå att bildmanipulering inte behöver göras i realtid. Mycket datorfotografering görs offline och tillämpas endast på den slutliga bilden.
Det är ett brett begrepp och det används för att beskriva många olika saker.
Till exempel tror många att datorfotografering handlar om att göra HDR-bilder. Men det är inte helt sant.
Beräkningsfotografering kan tillämpas på en mängd olika fotografiska situationer. Det används för saker som kreativ retuschering, superupplösta bilder, förbättra fotografering i svagt ljus, skapa skärpedjupseffekter och mycket mer.
Det används för att göra mycket mer än att göra fantastiska bilder för Instagram. NASA använder det för att få fram definitioner i bilderna som tagits i rymden.
Beräkningsfotograferingstekniker
The Great Push
Framväxten av digital fotografering i slutet av 90-talet och början av 2000-talet ledde till nya bildbehandlingstekniker. Många av dessa tekniker utvecklades för att möjliggöra bättre manipulation av bilder.
Under de senaste åren har vi sett fler och fler av dessa tekniker tillämpas på verkliga problem.
Det mest välkända exemplet på detta är tillämpningen av beräkningsfotografering på problem som kameraskakningar och linsavvikelser. Många tekniker kan användas för att ta bort oönskad oskärpa från en bild, och datorfotografering har gjort detta möjligt för många kameror.
Deepfakes
Detta är ett av de mest uppenbara exemplen på hur långt vi har kommit inom datorfotografi. Termen deepfake hänvisar till praktiken att använda djupinlärningstekniker för att syntetisera falska bilder som ser ut som om de är verkliga.
Den första deepfakes utvecklades i början av 2000-talet, men tillkomsten av AI har lett till den senaste vågen av popularitet.
Detta har varit ett stort bekymmer för teknikindustrin. En studie av Washington Post visade att av 1,000 40 tillfrågade internetanvändare hade XNUMX procent blivit utsatta för djupa förfalskningar.
Detta inkluderade många kändisar, politiker och till och med människor från deras familjer. Rapporten fann också att deepfakes användes för att sprida falsk information och att de ofta användes för att göra narr av människor.
Flera olika metoder kan skapa djupa förfalskningar, men den mest kända tekniken kallas GAN (generative adversarial network). Den här typen av djupt lärande modell används för att generera falska bilder som ser realistiska ut.
Dessa typer av bilder kallas ofta för "falska nyheter".
Även om termen i sig är felaktig, är det obestridligt att deepfakes används för att sprida desinformation. Bilderna är övertygande, och det är väldigt lätt att fastna i tanken att de är verkliga.
Det är därför teknik har förbjudits på många ställen.
Deepfakes är till exempel förbjudna i Australien på sociala medieplattformar och på vissa arbetsplatser. Det har också Storbritanniens informationskommissionärs kontor sagt deepfakes är olagliga att använda i något arbete av "kommersiell eller professionell karaktär".
Även om deepfakes för närvarande är olagligt, är det viktigt att notera att tekniken fortfarande är i sin linda. Det faktum att det fortfarande utvecklas gör att det fortfarande finns mycket utrymme för det att växa.
Till exempel fann Washington Post-studien att endast hälften av människorna som exponerades för deepfakes var medvetna om att de var falska.
HDR
Fotografering med högt dynamiskt omfång (HDR) är en teknik som gör det möjligt att ta bilder med ett bredare dynamiskt omfång än vad som är möjligt med konventionell fotografering.
HDR-bilder tas vanligtvis med flera exponeringar, och tekniken har funnits länge. Det var först nyligen som tekniken var tillräckligt avancerad för att göra det möjligt att ta HDR-bilder i en enda bild.
En av de mest välkända användningsområdena för HDR-fotografering är astrofotografering.
Astronomer tar bilder med en enda exponering. Bilderna kombineras för att skapa en sammansatt bild med ett mycket bredare dynamiskt omfång än vad som är möjligt med en enda exponering.
Fördelar med datorfotografering:
Det finns många fördelar med att använda datorfotografering, och det är viktigt att förstå dem om du ska använda tekniken i din fotografering. Här är några av de största fördelarna:
Bättre bildkvalitet
En av de största fördelarna med datorfotografering är att få dina bilder att se bättre ut. Det finns ett antal olika tekniker som kan användas för att förbättra bildkvaliteten på ett foto.
Dessa inkluderar tekniker som bildnedsättning, bildstabilisering och brusreducering.
Morpho fortsätter att förbättra datorfotografering och #AI programvara för smartphonefotografer. #SnapDragonsummit pic.twitter.com/NhmwMfqT8a
- Qualcomm (@Qualcomm) December 2, 2020
Tekniken gör det också möjligt att förbättra bildkvaliteten på bilder som tagits med äldre kameror.
Det beror på att många av de gamla teknikerna som används för att få bilderna att se bättre ut inte är möjliga att implementera i de nyare kamerorna.
Snabbare bildtagning
En av de mest uppenbara fördelarna med datorfotografering är att det tar bilder snabbare än traditionell fotografering.
Beräkningsfotografering gör att mycket av det arbete som krävs för att ta en bild kan göras på datorn. Detta inkluderar saker som brusreducering, färgkorrigering och linskorrigering.
Ökad upplösning
En annan fördel med datorfotografering är att det kan göra det möjligt att ta bilder med högre upplösning än vad som är möjligt med traditionell fotografering.
Tekniken bygger på mycket av samma principer som HDR-fotografering, och den kan användas för att skapa bilder med ett brett dynamiskt omfång.
Det betyder att det är möjligt att ta bilder med högre upplösning än traditionell fotografering. Det är möjligt att ta bilder som är minst 4 gånger så stora som de skulle vara om bilden togs med en traditionell kamera.
Vilken typ av AI Computational Photography använder?
AI-driven datorfotografering är en mycket ny teknik, och endast ett fåtal företag erbjuder för närvarande tjänsten. Det finns två huvudtyper av AI-driven beräkningsfotografering.
SuperResolution (SR)
SuperResolution är en teknik som gör det möjligt att skapa högupplösta bilder som är mycket skarpare än originalbilden. Den använder AI för att kombinera flera lågupplösta bilder till en enda högupplöst bild.
HDR
HDR-bilder tas vanligtvis med flera exponeringar, och tekniken har funnits länge. Det var först nyligen som tekniken var tillräckligt avancerad för att göra det möjligt att ta HDR-bilder i en enda bild.
Retinex
Det är en beräkningsfotograferingsteknik utvecklad av James D. MacKenzie och används i flera professionella kameror. Tekniken bygger på ett antal av samma principer som HDR-fotografering, och den kan användas för att skapa bilder med ett brett dynamiskt omfång.
Retinex används för att skapa bilder med ett brett dynamiskt omfång. Retinex är den mest kända typen av AI-beräkningsfotografering, men det är inte den enda.
Slutsats
Vi når en punkt där datorfotografering blir mer och mer extrem. Med teknik som porträttläge och filmläge på iPhone 13 pro kan vi nu skapa foton och videor som ser ut som om de tagits med en avancerad DSLR-kamera.
När denna teknik fortsätter att förbättras kommer vi att skapa ännu mer realistiska bilder.
Hur tror du att datorfotografering kommer att förändra hur vi tar bilder i framtiden?
Kommentera uppropet