Kio ŝajnis esti neebla, fariĝas realo. Ni lastatempe afiŝis artikolon ĉi tie en la iPhoto-Kanalo pri la metalenses-projekto, revolucia teknologio, kiu povas forigi fotillensojn. Tamen, ĝi estis nur koncepto studata kaj evoluinta. Sed nun, grupo de esploristoj de Tokyo Tech kreis novan sen lensan fotilon kiu uzas maŝinlernadon kaj povas kapti akrajn fotojn rapide kaj precize.

“Sen la limigoj de lenso, la sen lenso. fotilo povus esti ultra-miniatura, kio povus ebligi novajn aplikojn kiuj estas preter nia imago," diris profesoro Masahiro Yamaguchi de la Tokia Instituto de Teknologio, kunaŭtoro de la esplorprojekto.

La prototipo de fotilo sen lenso kreita de esploristoj de Tokyo Tech

La ideo de fotilo sen lenso ne estas nova. Kelkaj provoj jam estis faritaj ekde 2013. Sed ĝis tiam, la projektoj renkontis la mankon de akreco de la bildoj kaj la malfruo en la prilaborado de la fotoj. Tio estas ĉar fotilo sen lenso havas nur maldikan maskon antaŭ bildsensilo, kiu kodas kaj matematike rekonstruas scenojn.

Antaŭaj senlensaj fotiloj uzis metodojn por kontroli la lumon trafantan la bildsensilon kaj fari kompleksajn mezuradojn pri kiel la lumo interagas kun la fizika masko kaj labildsensilo por tiam rekonstrui bildon. Sen maniero enfokusigi lumon, senlensa fotilo kaptas neklaran bildon, kiu devas esti rekonstruita en pli akran bildon per algoritmo. Vidu tion praktike per la ĉi-suba ilustraĵo:

Kiel ĝia nomo sugestas, sen lenso fotilo ne uzas tradician optikan lenson. Anstataŭe, ĝi nur inkluzivas sensilon kaj maskon. Ne ekzistas maniero por la fotilo enfokusigi lumon sur la bildsensilo, do detala bildo devas esti rekonstruita uzante ĉifritan padronon kaj informojn pri kiel lumo interagas kun la masko kaj bildsensilo. Kredito:Xiuxi Pan / Tokia Instituto pri Teknologio

Komprenante kiel lumo interagas kun maldika masko antaŭ la bildsensilo, algoritmo povas malkodi la lumajn informojn kaj rekonstrui fokusitan scenon. Tamen, la malkoda procezo estas ekstreme malfacila kaj multe da rimedoj. Krom preni tempon, generi bonan bildkvaliton postulas perfektan fizikan modelon. Se algoritmo baziĝas sur malpreciza aproksimado de kiel lumo interagas kun la masko kaj sensilo, la fotila sistemo malsukcesos.

Anstataŭ uzi modelo-bazitan malkodan aliron, la teamo ĉe Tokyo Tech evoluigis rekonstruan metodon. kun nova algoritmo kiu uzas maŝinlernadon. Ĝi baziĝas sur tekniko nomata VizioTransformilo (ViT) kaj promesoj plibonigis tutmondan rezonadon.

Ĉi tie ni povas vidi la novan fotilon sen lenso. Ĝi inkludas bildsensilon kaj maskon 2.5 mm de la sensilo. La masko estas konstruita per tegado de kromo sur sinteza silicoksidplato. Ĝi havas aperturgrandecon de 40×40 μm. Kredito: Xiuxi Pan / Tokia Instituto pri Teknologio

La nova metodo, uzante neŭralaj retoj kaj konektita transformilo, promesas pli bonajn rezultojn. Ankaŭ, rekonstruaj eraroj estas reduktitaj kaj komputadtempoj estas pli mallongaj. La teamo opinias, ke la metodo povas esti uzata por realtempa kaptado de altkvalitaj bildoj, kio ne eblis per antaŭaj senlensaj fotiloj. Se ĉi tio vere evoluas plu en la venontaj jaroj, ni alfrontos unu el la plej grandaj revolucioj en la bild-kapta procezo en la historio de fotarto. Ni sekvos kaj ĉiam alportos al vi novaĵojn pri fotiloj sen lensoj.

Legu ĉi-sube resumon de la studo eldonita de la aŭtoroj de la esploro Xuixi Pan, Xiao Chen, Saori Takeyama kaj Masahiro Yamaguchi:

Sen lensfotilo bazita sur masko optike kodas la scenon per maldika masko kaj rekonstruas la bildon poste. Plibonigi bildo-rekonstruon estas unu el la plej gravaj aferoj en senlensaj bildigoj. Konvenciaj model-bazitaj rekonstrualiroj, kiuj ekspluatas lascio pri la fizika sistemo, estas sentemaj al neperfekta modeligado de la sistemo.

Rekonstruo kun pura datum-movita profunda neŭrala reto (DNN) evitas ĉi tiun limigon, tiel havante la eblon disponigi pli bonan rekonstruan kvaliton. Tamen, ekzistantaj puraj DNN-rekonstrualiroj por senlensaj bildoj ne disponigas pli bonan rezulton ol model-bazitaj aliroj.

Vidu ankaŭ: Amazon Drive malŝaltos, sed viaj fotoj estas sekuraj

Ni malkaŝas, ke la multipleksa posedaĵo en senlensa optiko faras tutmondajn ecojn esencaj por kompreni la optike kodita ŝablono. Plie, ĉiuj ekzistantaj DNN-rekonstrualiroj uzas plene konvoluciajn retojn (FCNoj) kiuj ne estas efikaj en rezonado de tutmondaj ecoj.

Vidu ankaŭ: 3 fotdirektaj konsiloj por viroj, kiuj ne estas modeloj

Kun ĉi tiu analizo, la unuan fojon kiom ni scias, estas proponita plene ligita neŭrala reto kun transformilo por bilda rekonstruo. La proponita arkitekturo pli bone rezonas tutmondajn rimedojn kaj tial plibonigas la rekonstruon. La supereco de la proponita arkitekturo estas kontrolita komparante ĝin kun model-bazitaj kaj FCN-bazitaj aliroj en optika eksperimento. kaj tial plibonigas rekonstruon.

La supereco de la proponita arkitekturo estas kontrolita komparante la model-bazitajn kaj FCN-bazitajn alirojn en optika eksperimento. Ĝi estas,tial, ĝi plibonigas rekonstruon. La supereco de la proponita arkitekturo estas kontrolita komparante ĝin kun model-bazitaj kaj FCN-bazitaj aliroj en optika eksperimento.