Talaan ng nilalaman[Tago][Ipakita]
Ang computational photography ay isang larangan na nakakita ng maraming pagsulong sa mga nakaraang taon.
Ang potensyal para sa kung ano ang maaaring gawin sa mga imahe ay lumago nang husto mula sa mas mahusay na mga algorithm sa pagpoproseso ng imahe hanggang sa mas sopistikadong hardware ng camera.
Pero umabot na ba tayo sa sukdulan?
Mayroon bang anumang bagay na maaaring gawin upang itulak ang mga hangganan ng kung ano ang posible sa mga larawan?
Tingnan natin ang ilan sa mga pinakabagong development sa computational photography at tingnan kung saan tayo maaaring dalhin ng hinaharap.
Ano ba talaga ang Computational Photography?
Bago tayo pumasok sa kung ano ang posible, mahalagang maunawaan ang computational photography. Sa madaling salita, ang computational photography ay isang uri ng pagpoproseso ng imahe na kumukuha ng litrato at ginagawa itong kakaiba.
Tinutukoy ito ng maraming tao bilang pagmamanipula ng imahe, ngunit medyo nakaliligaw iyon. Ang pangwakas na layunin ay hindi upang baguhin ang imahe ngunit sa halip na kumuha ng litrato at gumawa ng isang bagay dito.
Mahalagang maunawaan na ang pagmamanipula ng larawan ay hindi kailangang gawin sa real-time. Maraming computational photography ang ginagawa offline at inilalapat lamang sa panghuling larawan.
Ito ay isang malawak na termino, at ito ay ginagamit upang ilarawan ang maraming iba't ibang mga bagay.
Halimbawa, iniisip ng maraming tao na ang computational photography ay tungkol sa paggawa ng HDR na mga imahe. Ngunit hindi iyon ganap na totoo.
Maaaring ilapat ang computational photography sa isang malawak na iba't ibang mga sitwasyong photographic. Ginagamit ito para sa mga bagay tulad ng creative retoching, super-resolving na mga larawan, pagpapabuti ng low-light photography, paggawa ng depth of field effect, at marami pang iba.
Ito ay ginagamit upang makagawa ng higit pa kaysa sa paggawa ng magagandang larawan para sa Instagram. Ginagamit ito ng NASA upang ilabas ang mga kahulugan sa mga larawang kinunan sa kalawakan.
Mga Teknik sa Computational Photography
Ang Mahusay na Push
Ang pagtaas ng digital photography noong huling bahagi ng dekada 90 at unang bahagi ng 2000 ay humantong sa mga bagong pamamaraan sa pagpoproseso ng imahe. Marami sa mga diskarteng ito ay binuo upang payagan ang mas mahusay na pagmamanipula ng mga imahe.
Sa mga nakalipas na taon, nakita namin ang higit pa at higit pa sa mga diskarteng ito na inilapat sa mga problema sa totoong mundo.
Ang pinakakilalang halimbawa nito ay ang paglalapat ng computational photography sa mga problema tulad ng camera shake at lens aberrations. Maraming mga diskarte ang maaaring gamitin upang alisin ang hindi gustong blur mula sa isang imahe, at ginawang posible ito ng computational photography para sa maraming mga camera.
Deepfakes
Ito ay isa sa mga pinaka-halatang halimbawa kung gaano kalayo na tayo sa larangan ng computational photography. Ang termino malalim ay tumutukoy sa kasanayan ng paggamit ng malalim na mga diskarte sa pag-aaral upang i-synthesize ang mga pekeng larawan na mukhang totoo ang mga ito.
Ang unang deepfakes ay binuo noong unang bahagi ng 2000s, ngunit ang pagdating ng AI ay nagdala sa kamakailang alon ng katanyagan.
Ito ay naging isang pangunahing alalahanin para sa industriya ng teknolohiya. Nalaman ng isang pag-aaral ng Washington Post na, sa 1,000 mga gumagamit ng internet na sinuri, 40 porsiyento ay nalantad sa malalim na mga pekeng.
Kabilang dito ang maraming celebrity, politiko, at maging ang mga tao mula sa kanilang mga pamilya. Napag-alaman din sa ulat na ang mga deepfake ay ginamit upang magkalat ng maling impormasyon at kadalasang ginagamit upang pagtawanan ang mga tao.
Maraming iba't ibang pamamaraan ang maaaring lumikha ng malalim na mga pekeng, ngunit ang pinakakilalang pamamaraan ay tinatawag na GAN (generative adversarial network). Ang ganitong uri ng malalim na pag-aaral modelo ay ginagamit upang makabuo ng mga pekeng larawan na mukhang makatotohanan.
Ang mga uri ng larawang ito ay madalas na tinutukoy bilang "pekeng balita."
Bagama't hindi tumpak ang mismong termino, hindi maikakaila ang katotohanan na ang mga deepfakes ay ginagamit upang maikalat ang maling impormasyon. Ang mga imahe ay nakakumbinsi, at napakadaling mahuli sa ideya na sila ay totoo.
Ito ang dahilan kung bakit ipinagbawal ang teknolohiya sa maraming lugar.
Halimbawa, ang mga deepfakes ay pinagbawalan sa Australia sa mga social media platform at sa ilang mga lugar ng trabaho. Sinabi rin iyon ng Opisina ng Komisyoner ng Impormasyon ng UK deepfakes ay ilegal na gamitin sa anumang gawaing "komersyal o propesyonal na kalikasan."
Habang ang mga deepfakes ay kasalukuyang ilegal, mahalagang tandaan na ang teknolohiya ay nasa simula pa lamang. Ang katotohanan na ito ay binuo pa rin ay nangangahulugan na mayroon pa ring maraming puwang para ito ay lumago.
Halimbawa, natuklasan ng pag-aaral ng Washington Post na kalahati lamang ng mga taong nalantad deepfakes ay aware na sila ay peke.
HDR
Ang high dynamic range (HDR) photography ay isang technique na nagbibigay-daan para sa pagkuha ng mga larawang may mas malawak na dynamic range kaysa posible sa conventional photography.
Karaniwang kinukunan ang mga HDR na larawan gamit ang maraming exposure, at ang pamamaraan ay matagal nang umiral. Kamakailan lamang na ang teknolohiya ay sapat na advanced upang payagan ang mga imahe ng HDR na makuha sa isang solong shot.
Isa sa mga pinakakilalang gamit ng HDR photography ay astrophotography.
Kinukuha ng mga astronomo ang mga larawan na may isang pagkakalantad. Ang mga imahe ay pinagsama upang lumikha ng isang pinagsama-samang imahe na may mas malawak na hanay ng dinamika kaysa sa posible sa isang solong pagkakalantad.
Mga Benepisyo ng Computational Photography:
Maraming benepisyo ang paggamit ng computational photography, at mahalagang maunawaan ang mga ito kung gagamitin mo ang teknolohiya sa iyong photography. Narito ang ilan sa mga pinakamalaking benepisyo:
Mas mahusay na Kalidad ng Imahe
Ang isa sa mga pinakamalaking benepisyo ng computational photography ay ang pagpapaganda ng iyong mga larawan. Mayroong ilang iba't ibang mga diskarte na maaaring magamit upang mapabuti ang kalidad ng larawan ng isang larawan.
Kabilang dito ang mga diskarte tulad ng image denoising, image stabilization, at noise reduction.
Patuloy na pinapabuti ng Morpho ang computational photography at #AI software para sa mga photographer ng smartphone. #SnapdragonSummit pic.twitter.com/NhmwMfqT8a
- Qualcomm (@Qualcomm) Disyembre 2, 2020
Ginagawang posible rin ng teknolohiya na pahusayin ang kalidad ng larawan ng mga larawang kinunan gamit ang mga mas lumang camera.
Ito ay dahil marami sa mga lumang pamamaraan na ginamit upang gawing mas maganda ang mga larawan ay hindi posibleng ipatupad sa mga mas bagong camera.
Mas Mabilis na Pagkuha ng Larawan
Ang isa sa mga pinaka-halatang benepisyo ng computational photography ay ang pagkuha ng mga larawan nang mas mabilis kaysa sa tradisyonal na photography.
Ang computational photography ay nagbibigay-daan para sa maraming gawaing kinakailangan upang kumuha ng larawan na gagawin sa computer. Kabilang dito ang mga bagay tulad ng pagbabawas ng ingay, pagwawasto ng kulay, at pagwawasto ng lens.
Tumaas na Resolusyon
Ang isa pang benepisyo ng computational photography ay magagawa nitong posible na kumuha ng mga larawan na may mas mataas na resolution kaysa posible sa tradisyonal na photography.
Nakabatay ang teknolohiya sa maraming kaparehong prinsipyo gaya ng HDR photography, at magagamit ito upang lumikha ng mga larawang may malawak na dynamic na hanay.
Nangangahulugan ito na posibleng kumuha ng mga larawang may mas mataas na resolution kaysa sa tradisyonal na photography. Posibleng kumuha ng mga larawan na hindi bababa sa 4 na beses na mas malaki kaysa sa kung ang larawan ay kinuha gamit ang isang tradisyonal na camera.
Anong Uri ng AI Computational Photography ang Gumagamit?
Ang computational photography na pinapagana ng AI ay isang napakabagong teknolohiya, at iilan lang sa mga kumpanya ang kasalukuyang nag-aalok ng serbisyo. Mayroong dalawang pangunahing uri ng computational photography na pinapagana ng AI.
SuperResolution (SR)
Ang SuperResolution ay isang pamamaraan na nagbibigay-daan sa paggawa ng mga larawang may mataas na resolution na mas matalas kaysa sa orihinal na larawan. Gumagamit ito ng AI upang pagsamahin ang maramihang mga larawang may mababang resolution sa isang solong larawang may mataas na resolution.
HDR
Karaniwang kinukunan ang mga HDR na larawan gamit ang maraming exposure, at ang pamamaraan ay matagal nang umiral. Kamakailan lamang na ang teknolohiya ay sapat na advanced upang payagan ang mga imahe ng HDR na makuha sa isang solong shot.
Retinex
Ito ay isang computational photography technique na binuo ni James D. MacKenzie at ginagamit sa ilang mga propesyonal na camera. Ang pamamaraan ay batay sa isang bilang ng parehong mga prinsipyo tulad ng HDR photography, at maaari itong magamit upang lumikha ng mga larawan na may malawak na dynamic na hanay.
Ginagamit ang Retinex upang lumikha ng mga larawang may malawak na hanay ng dynamic. Ang Retinex ay ang pinakakilalang uri ng AI computational photography, ngunit hindi lang ito.
Konklusyon
Dumarating tayo sa punto kung saan nagiging sukdulan ang computational photography. Sa teknolohiya tulad ng portrait mode at cinematic mode sa iPhone 13 pro, maaari na tayong gumawa ng mga larawan at video na parang kinunan gamit ang isang high-end na DSLR camera.
Habang patuloy na umuunlad ang teknolohiyang ito, gagawa kami ng mas makatotohanang mga larawan.
Sa palagay mo, paano mababago ng computational photography ang paraan ng pagkuha namin ng mga larawan sa hinaharap?
Mag-iwan ng Sagot