Wat onmoontlik gelyk het, is besig om in werklikheid te word. Ons het onlangs 'n artikel hier op die iPhoto-kanaal geplaas oor die metallenses-projek, 'n revolusionêre tegnologie wat kameralense kan uitskakel. Dit was egter net 'n konsep wat bestudeer en ontwikkel word. Maar nou het 'n groep navorsers by Tokyo Tech 'n nuwe lenslose kamera geskep wat masjienleer gebruik en skerp foto's vinnig en akkuraat kan vasvang.

"Sonder die beperkings van 'n lens, is die lenslose kamera kan ultra-miniatuur wees, wat nuwe toepassings moontlik kan maak wat ons verbeelding te bowe gaan,” het professor Masahiro Yamaguchi van die Tokyo Institute of Technology, mede-outeur van die navorsingsprojek, gesê.

Die lenslose kamera-prototipe wat deur Tokyo Tech-navorsers geskep is

Die idee van 'n lenslose kamera is nie nuut nie. Sommige pogings is reeds aangewend sedert 2013. Maar tot dan het die projekte te kampe gehad met die gebrek aan skerpte van die beelde en die vertraging in die verwerking van die foto's. Dit is omdat 'n kamera sonder 'n lens net 'n dun masker het voor 'n beeldsensor wat tonele kodeer en wiskundig rekonstrueer.

Vorige lenslose kameras het metodes gebruik om die lig wat die beeldsensor tref, te beheer en gesofistikeerde metings uit te voer van hoe die lig in wisselwerking met die fisiese masker en diebeeldsensor om dan 'n beeld te rekonstrueer. Sonder 'n manier om lig te fokus, neem 'n lenslose kamera 'n vaag beeld vas, wat met 'n algoritme in 'n skerper beeld gerekonstrueer moet word. Sien dit in die praktyk deur die illustrasie hieronder:

Soos die naam aandui, gebruik 'n lenslose kamera nie 'n tradisionele optiese lens nie. In plaas daarvan bevat dit net 'n sensor en 'n masker. Daar is geen manier vir die kamera om lig op die beeldsensor te fokus nie, so 'n gedetailleerde beeld moet gerekonstrueer word met behulp van 'n geënkodeerde patroon en inligting oor hoe lig met die masker en beeldsensor in wisselwerking tree. Krediet:Xiuxi Pan / Tokyo Institute of Technology

Deur te verstaan ​​hoe lig in wisselwerking is met 'n dun masker voor die beeldsensor, kan 'n algoritme die liginligting dekodeer en 'n gefokusde toneel rekonstrueer. Die dekoderingsproses is egter uiters uitdagend en hulpbronintensief. Benewens tyd, vereis die generering van goeie beeldkwaliteit 'n perfekte fisiese model. As 'n algoritme gebaseer is op 'n onakkurate benadering van hoe lig met die masker en sensor in wisselwerking tree, sal die kamerastelsel misluk.

In plaas daarvan om 'n modelgebaseerde dekoderingsbenadering te gebruik, het die span by Tokyo Tech 'n rekonstruksiemetode ontwikkel. met 'n nuwe algoritme wat masjienleer gebruik. Dit is gebaseer op 'n tegniek genaamd VisieTransformer (ViT) en beloof verbeterde globale redenasie.

Hier kan ons die nuwe kamera sonder lens sien. Dit sluit 'n beeldsensor en 'n masker 2,5 mm van die sensor af in. Die masker word saamgestel deur chroom op 'n sintetiese silikaplaat te plaas. Dit het 'n diafragmagrootte van 40×40 μm. Krediet: Xiuxi Pan / Tokyo Institute of Technology

Die nuwe metode, wat neurale netwerke en 'n gekoppelde transformator gebruik, beloof beter resultate. Ook word rekonstruksiefoute verminder en berekeningstye is korter. Die span glo dat die metode gebruik kan word vir intydse vaslegging van hoë kwaliteit beelde, iets wat nie moontlik was met vorige lenslose kameras nie. As dit werklik verder ontwikkel in die komende jare, sal ons voor een van die grootste revolusies in die beeldvasleggingsproses in die geskiedenis van fotografie te staan ​​kom. Ons sal die nuus van kameras sonder lense volg en vir jou altyd bring.

Lees hieronder 'n opsomming van die studie wat gepubliseer is deur die skrywers van die navorsing Xuixi Pan, Xiao Chen, Saori Takeyama en Masahiro Yamaguchi:

Sien ook: Insta360 Titan: 'n 11K 360-grade kamera met 8 Micro 4/3 sensors

'n Maskergebaseerde lenslose kamera kodeer die toneel opties met 'n dun masker en rekonstrueer die beeld daarna. Die verbetering van beeldrekonstruksie is een van die belangrikste kwessies in lenslose beelding. Konvensionele modelgebaseerde rekonstruksiebenaderings, wat gebruik maak van diekennis van die fisiese sisteem, vatbaar is vir onvolmaakte modellering van die sisteem.

Rekonstruksie met 'n suiwer data-gedrewe diep neurale netwerk (DNN) vermy hierdie beperking en het dus die potensiaal om beter rekonstruksiekwaliteit te verskaf. Bestaande suiwer DNN-rekonstruksiebenaderings vir lenslose beelde lewer egter nie 'n beter resultaat as modelgebaseerde benaderings nie.

Sien ook: Gioconda Rizzo‚ die eerste Brasiliaanse fotograaf

Ons onthul dat die multipleksing-eienskap in lenslose optika globale kenmerke noodsaaklik maak om die opties-gekodeerde patroon te verstaan. Daarbenewens pas alle bestaande DNN-rekonstruksiebenaderings ten volle konvolusienetwerke (FCN's) toe wat nie doeltreffend is om globale kenmerke te redeneer nie.

Met hierdie ontleding word vir die eerste keer sover ons weet 'n volledig gekoppelde neurale netwerk met 'n transformator vir beeldrekonstruksie voorgestel. Die voorgestelde argitektuur is beter om globale hulpbronne te redeneer en verbeter dus die herbou. Die superioriteit van die voorgestelde argitektuur word geverifieer deur dit te vergelyk met model- en FCN-gebaseerde benaderings in 'n optiese eksperiment. en verbeter dus rekonstruksie.

Die superioriteit van die voorgestelde argitektuur word geverifieer deur die modelgebaseerde en FCN-gebaseerde benaderings in 'n optiese eksperiment te vergelyk. Dit is,daarom verbeter dit rekonstruksie. Die superioriteit van die voorgestelde argitektuur word geverifieer deur dit te vergelyk met model- en FCN-gebaseerde benaderings in 'n optiese eksperiment.