الباحثون يصنعون كاميرا بدون عدسة
![الباحثون يصنعون كاميرا بدون عدسة](/wp-content/uploads/tend-ncia/2832/18txfb8zk7.jpg)
ما بدا مستحيلاً يتحول إلى حقيقة. لقد نشرنا مؤخرًا مقالًا هنا على قناة iPhoto حول مشروع المعادن ، وهي تقنية ثورية يمكنها التخلص من عدسات الكاميرا. ومع ذلك ، كان مجرد مفهوم قيد الدراسة والتطوير. ولكن الآن ، ابتكرت مجموعة من الباحثين في Tokyo Tech كاميرا جديدة بدون عدسة تستخدم التعلم الآلي ويمكنها التقاط صور حادة بسرعة ودقة.
أنظر أيضا: DallE 2: كيفية إنشاء الصور من النصوص"بدون قيود العدسة ، العدسة عديمة العدسة قال البروفيسور ماساهيرو ياماغوتشي من معهد طوكيو للتكنولوجيا ، المؤلف المشارك لمشروع البحث: "يمكن أن تكون الكاميرا بالغة الصغر ، مما قد يتيح تطبيقات جديدة تفوق خيالنا".
![](/wp-content/uploads/tend-ncia/2832/18txfb8zk7.jpg)
فكرة الكاميرا عديمة العدسة ليست جديدة. تم إجراء بعض المحاولات بالفعل منذ عام 2013. ولكن حتى ذلك الحين ، واجهت المشاريع نقصًا في حدة الصور وتأخر معالجة الصور. ذلك لأن الكاميرا التي لا تحتوي على عدسة تحتوي فقط على قناع رفيع أمام مستشعر الصورة الذي يقوم بترميز المشاهد وإعادة بنائها رياضيًا.
استخدمت الكاميرات التي لا تحتوي على عدسة سابقة طرقًا للتحكم في الضوء الذي يصيب مستشعر الصورة وإجراء قياسات متطورة لكيفية تفاعل الضوء مع القناع المادي وجهاز استشعار الصورة لإعادة بناء الصورة بعد ذلك. بدون طريقة لتركيز الضوء ، تلتقط الكاميرا بدون عدسة صورة ضبابية ، والتي يجب إعادة بنائها إلى صورة أكثر وضوحًا باستخدام خوارزمية. انظر إلى هذا عمليًا من خلال الرسم التوضيحي أدناه:
![](/wp-content/uploads/tend-ncia/2832/18txfb8zk7.jpeg)
من خلال فهم كيفية تفاعل الضوء مع قناع رفيع أمام مستشعر الصورة ، يمكن للخوارزمية فك شفرة معلومات الضوء وإعادة بناء مشهد مركّز. ومع ذلك ، فإن عملية فك التشفير صعبة للغاية وتستهلك موارد كثيرة. بالإضافة إلى استغراق الوقت ، يتطلب إنتاج جودة صورة جيدة نموذجًا ماديًا مثاليًا. إذا كانت الخوارزمية مبنية على تقريب غير دقيق لكيفية تفاعل الضوء مع القناع والمستشعر ، فسيفشل نظام الكاميرا.
بدلاً من استخدام نهج فك التشفير المستند إلى النموذج ، طور الفريق في Tokyo Tech طريقة لإعادة الإعمار باستخدام خوارزمية جديدة تستخدم التعلم الآلي. يعتمد على تقنية تسمى الرؤيةالمحولات (ViT) والوعود بتحسين التفكير العالمي.
![](/wp-content/uploads/tend-ncia/2832/18txfb8zk7-1.jpeg)
الطريقة الجديدة ، باستخدام الشبكات العصبية ومحول متصل ، تعد بنتائج أفضل. أيضًا ، يتم تقليل أخطاء إعادة الإعمار وتقليل أوقات الحساب. يعتقد الفريق أنه يمكن استخدام هذه الطريقة لالتقاط صور عالية الجودة في الوقت الفعلي ، وهو أمر لم يكن ممكنًا مع الكاميرات السابقة الخالية من العدسات. إذا تطور هذا الأمر حقًا في السنوات القادمة ، فسنواجه واحدة من أعظم الثورات في عملية التقاط الصور في تاريخ التصوير الفوتوغرافي. سنتابع ونقدم لك دائمًا أخبار الكاميرات بدون عدسات.
اقرأ أدناه ملخصًا للدراسة التي نشرها مؤلفو البحث Xuixi Pan و Xiao Chen و Saori Takeyama و Masahiro Yamaguchi:
أنظر أيضا: ما هي أفضل كاميرا شبه احترافية للمصورين المبتدئين؟تقوم الكاميرا الخالية من العدسة القائمة على القناع بترميز المشهد بقناع رقيق وإعادة بناء الصورة بعد ذلك. يعد تحسين إعادة بناء الصورة أحد أهم المشكلات في التصوير بدون عدسة. مناهج إعادة الإعمار التقليدية القائمة على النموذج ، والتي تستفيد منمعرفة النظام الفيزيائي ، عرضة للنمذجة غير الكاملة للنظام.
إعادة البناء باستخدام شبكة عصبية عميقة مدفوعة ببيانات خالصة (DNN) تتجنب هذا القيد ، وبالتالي لديها القدرة على توفير جودة إعادة بناء أفضل. ومع ذلك ، لا توفر أساليب إعادة بناء DNN النقية الحالية للصور الخالية من العدسة نتيجة أفضل من الأساليب القائمة على النموذج.
نكشف أن خاصية تعدد الإرسال في البصريات عديمة العدسة تجعل الميزات العالمية ضرورية لفهم النمط المشفر بصريًا. بالإضافة إلى ذلك ، تطبق جميع مناهج إعادة بناء DNN الحالية شبكات تلافيفية بالكامل (FCNs) غير فعالة في استنتاج السمات العالمية.
مع هذا التحليل ، ولأول مرة على حد علمنا ، تم اقتراح شبكة عصبية متصلة بالكامل مع محول لإعادة بناء الصورة. الهيكل المقترح أفضل في استدلال الموارد العالمية وبالتالي يحسن إعادة البناء. يتم التحقق من تفوق البنية المقترحة من خلال مقارنتها مع الأساليب القائمة على النموذج والقائمة على FCN في تجربة بصرية. وبالتالي يحسن إعادة الإعمار.
يتم التحقق من تفوق البنية المقترحة من خلال مقارنة النهج القائم على النموذج والقائم على FCN في تجربة بصرية. إنها،لذلك ، فإنه يحسن إعادة الإعمار. يتم التحقق من تفوق البنية المقترحة من خلال مقارنتها مع الأساليب القائمة على النموذج والقائمة على FCN في تجربة بصرية.