News Breaking
Live
wb_sunny

Breaking News

Kamera Artificial Intelligence dapat Ambil Foto Penuh Warna dalam Gelap Sempurna

Kamera Artificial Intelligence dapat Ambil Foto Penuh Warna dalam Gelap Sempurna

 


Layar Kunci – Kamera Artificial Intelligence (AI) yang dikembangkan para ilmuwan dapat mengambil foto penuh warna meskipun berada dalam kegelapan sempurna. Manusia adalah semacam orang bodoh dari kerajaan hewan. Kita tidak bisa mengendus barang sebaik anjing atau lebah dan kita tidak bisa mendengar sebaik kelelawar. Bahkan indra utama kita, penglihatan, tidak ada artinya dibandingkan dengan hewan yang dapat melihat ultraviolet atau inframerah. Faktanya, satu-satunya keuntungan yang kita miliki bukanlah akal sama sekali, tetapi otak tua kita yang besar.

 

Namun, terkadang hanya itu yang Anda butuhkan sebagai spesies. Kita tidak dapat melihat dalam gelap, tetapi kita dapat menciptakan kamera inframerah untuk melakukannya untuk kita. Sekarang, para peneliti dari University of California, telah mengembangkan cara untuk membuat gambar tersebut lebih dekat dengan aslinya.

 

Beberapa sistem penglihatan malam menggunakan cahaya inframerah yang tidak terlihat oleh manusia dan gambar yang diberikan dialihkan ke tampilan digital yang menyajikan gambar monokromatik dalam spektrum yang terlihat. Mereka berusaha mengembangkan algoritme pencitraan yang didukung oleh arsitektur pembelajaran mendalam yang dioptimalkan dimana penerangan spektral inframerah dari suatu pemandangan dapat digunakan untuk memprediksi rendering spektrum yang terlihat dari pemandangan. Seolah-olah itu dirasakan oleh manusia dengan cahaya spektrum yang terlihat.

 

Hal ini akan memungkinkan untuk secara digital membuat pemandangan spektrum yang terlihat oleh manusia ketika mereka berada dalam ‘kegelapan’ lengkap dan hanya diterangi dengan cahaya inframerah. Kamera yang dapat merekonstruksi gambar berwarna dari cahaya inframerah?

 

Sebenarnya, tidak cukup. Bagian yang penting bukanlah kameranya, tetapi algoritme yang digunakan tim untuk merekonstruksi gambar. Mereka menciptakan jenis AI khusus yang dikenal sebagai jaringan saraf, yaitusejenis algoritme pembelajaran mendalam yang dirancang untuk mensimulasikan cara otak manusia belajar. Kemudian mereka latih untuk menemukan korelasi antara tampilan gambar di bawah inframerah dan di bawah spektrum yang terlihat.

 

Mereka mengoptimalkan jaringan saraf convolutional dengan arsitektur seperti U-Net [arsitektur yang dirancang untuk memungkinkan pemrosesan gambar yang cepat dan tepat] untuk memprediksi gambar spektrum yang terlihat hanya dari gambar inframerah dekat. Studi tersebut berfungsi sebagai langkah pertama untuk memprediksi pemandangan spektrum yang terlihat manusia dari penerangan inframerah dekat yang tidak terlihat.

 

Tetapi sementara gambar yang direkonstruksi tidak diragukan lagi mengesankan. Para peneliti mengakui bahwa ini hanya studi bukti prinsip menggunakan gambar cetak dengan konteks pigmen optik terbatas. Dengan kata lain, itu mungkin tidak dapat digunakan untuk banyak hal terlebih dulu. Sejauh ini, keberhasilannya terbatas pada wajah saja.

 

Wajah manusia, tentu saja, merupakan sekelompok objek yang sangat terbatas. Secara tidak langsung diterjemahkan untuk mewarnai pemandangan umum. Seperti yang ada saat ini, jika Anda menerapkan metode yang dilatih pada wajah ke adegan lain, itu mungkin tidak akan berhasil, itu mungkin tidak akan melakukan sesuatu yang masuk akal.

 

Sebagai contoh, AI yang dilatih pada mangkuk buah daripada wajah akan tertipu oleh pisang biru secara acak. Hal ini karena pelatihannya hanya mencakup pisang kuning. Seperti yang sering terjadi, AI hanya secerdas dan seobjektif yang kita buat.

 

Namun, perlu diingatkan bahwa hasil ini masih sangat awal. Studi lebih lanjut teknik ini dapat membuat hasilnya menjadi sangat akurat. Teknologi tersebut dapat digunakan untuk evaluasi warna yang tepat jika jumlah dan variasi data yang digunakan untuk melatih jaringan saraf cukup besar untuk meningkatkan akurasi. (*)


Tags

Newsletter Signup

Sed ut perspiciatis unde omnis iste natus error sit voluptatem accusantium doloremque.

Next
This is the most recent post.
Previous
Posting Lama

Posting Komentar