هغه څه چې ناشونې ښکاري په واقعیت بدلیږي. موږ پدې وروستیو کې د میټلینز پروژې په اړه په iPhoto چینل کې یوه مقاله پوسټ کړې ، یو انقلابي ټیکنالوژي چې کولی شي د کیمرې لینزونه له مینځه ویسي. په هرصورت، دا یوازې د مطالعې او پراختیا لاندې یو مفهوم و. مګر اوس، د ټوکیو ټیک کې د څیړونکو یوې ډلې یوه نوې لیسه کمره جوړه کړې چې د ماشین زده کړې کاروي او کولی شي په چټکه او دقیق ډول تیز عکسونه واخلي.

"د لینز محدودیتونو پرته ، د لینس پرته کیمره کیدای شي خورا کوچنی وي، کوم چې کولی شي نوي غوښتنلیکونه فعال کړي چې زموږ له تصور څخه بهر دي، "د ټوکیو د ټیکنالوژۍ انسټیټیوټ پروفیسور مساهرو یاماګوچي وویل، د څیړنې پروژې شریک لیکوال.

د لینس پرته کیمرې پروټوټایپ د ټوکیو ټیک څیړونکو لخوا رامینځته شوی

د لینس پرته کیمرې نظر نوی ندی. له ۲۰۱۳ کال راهیسې ځینې هڅې شوې وې، خو تر هغه وخته پورې پروژې د انځورونو د نه ګړندیتوب او د عکسونو په پروسس کې د ځنډ له امله په ټپه ولاړې وې. دا ځکه چې د لینز پرته کیمره د عکس سینسر مخې ته یوازې یو پتلی ماسک لري چې صحنې کوډ کوي او په ریاضي ډول بیا رغوي.

مخکیني لینز پرته کیمرې د عکس سینسر ته د سپکاوي د کنټرول لپاره میتودونه کارولي او پیچلي اندازه کول یې ترسره کول چې څنګه رڼا د فزیکي ماسک سره تعامل کوي اود عکس سینسر بیا د عکس بیا رغولو لپاره. پرته له دې چې د رڼا تمرکز وکړي، بې لینس کیمره یو تیاره عکس اخلي، کوم چې باید د الګوریتم په کارولو سره په تیز عکس کې بیا جوړ شي. دا په عمل کې د لاندې انځور له لارې وګورئ:

لکه څنګه چې د دې نوم وړاندیز کوي، بې لینس کیمره دودیز نظري لینز نه کاروي. پرځای یې ، پدې کې یوازې سینسر او ماسک شامل دي. د کیمرې لپاره هیڅ لاره نشته چې د عکس سینسر باندې رڼا تمرکز وکړي، نو یو مفصل انځور باید د کوډ شوي نمونې په کارولو سره بیا جوړ شي او د دې په اړه معلومات چې څنګه رڼا د ماسک او عکس سینسر سره تعامل کوي. کریډیټ:Xiuxi Pan / Tokyo Institute of Technology

د دې په پوهیدو سره چې رڼا څنګه د عکس سینسر مخې ته د پتلي ماسک سره اړیکه لري، یو الګوریتم کولی شي د رڼا معلومات ډیکوډ کړي او یو متمرکز صحنه بیا جوړ کړي. په هرصورت، د کوډ کولو پروسه خورا ننګونې او د سرچینې ژوره ده. د وخت اخیستلو سربیره، د ښه انځور کیفیت تولید کول یو بشپړ فزیکي ماډل ته اړتیا لري. که یو الګوریتم د ناسم اټکل پر بنسټ وي چې څنګه رڼا د ماسک او سینسر سره اړیکه لري، د کیمرې سیسټم به ناکام شي.

هم وګوره: ژوندۍ مرسته: د راک میګا کنسرټ تاریخي عکسونه وګورئ چې 35 کاله دمخه نړۍ د لوږې په وړاندې متحد کړه

د ماډل پر بنسټ د کوډ کولو طریقې کارولو پرځای، د ټوکیو ټیک ټیم د بیارغونې طریقه جوړه کړه. د نوي الګوریتم سره چې د ماشین زده کړې کاروي. دا د ویژن په نوم تخنیک پراساس دیټرانسفارمر (ViT) او د نړیوال استدلال ښه کولو ژمنې کوي.

هم وګوره: د جوړه او جوړه عکس اخیستلو لپاره 5 لارښوونېدلته موږ کولی شو نوې کیمره له لینز پرته وګورو. پدې کې د عکس سینسر او د سینسر څخه 2.5 ملي میتر ماسک شامل دی. ماسک په مصنوعي سیلیکا پلیټ کې د کرومیم پلیټ کولو سره جوړ شوی. دا د 40 × 40 μm اپرچر اندازه لري. کریډیټ: Xiuxi Pan / Tokyo Institute of Technology

نوی میتود، د عصبي شبکو او یو وصل شوي ټرانسفارمر په کارولو سره د غوره پایلو ژمنه کوي. همدارنګه، د بیارغونې تېروتنې کمې شوي او د محاسبې وخت لنډ دی. ټیم باور لري چې دا میتود د لوړ کیفیت عکسونو په ریښتیني وخت کې اخیستلو لپاره کارول کیدی شي ، هغه څه چې د پخوانیو لینز پرته کیمرې سره ممکن نه و. که دا واقعا په راتلونکو کلونو کې نور هم وده وکړي، موږ به د عکاسي په تاریخ کې د عکس اخیستلو په بهیر کې یو له سترو انقلابونو سره مخ شو. موږ به تل تاسو ته د لینز پرته د کیمرې خبرونه راوړو.

لاندې د مطالعې لنډیز ولولئ چې د څیړنې لیکوالانو Xuixi Pan, Xiao Chen, Saori Takeyama او Masahiro Yamaguchi لخوا خپره شوې ده:

د ماسک پر بنسټ د لینز پرته کیمره په نظري ډول صحنه د یو پتلي ماسک سره کوډ کوي او وروسته عکس بیا رغوي. د عکس بیارغونې ته وده ورکول د لینس پرته امیجنگ کې یو له خورا مهم مسلو څخه دی. دودیز ماډل پر بنسټ د بیارغونې کړنالرې، کوم چې ګټه پورته کويد فزیکي سیسټم پوهه، د سیسټم نیمګړتیا ماډل کولو لپاره حساس دي.

بیارغونه د خالص ډیټا لخوا پرمخ وړل شوي ژور عصبي شبکې (DNN) سره د دې محدودیت مخه نیسي ، پدې توګه د بیارغونې غوره کیفیت چمتو کولو احتمال لري. په هرصورت، د لینس پرته انځورونو لپاره موجود خالص DNN بیارغونې طریقې د ماډل پر بنسټ د تګلارو په پرتله غوره پایله نه وړاندې کوي.

موږ په ډاګه کوو چې د لینس بېس اپټیکس کې ملټي پلیکسینګ ملکیت د آپټیکل کوډ شوي نمونې په پوهیدو کې نړیوال ځانګړتیاوې اړینوي. برسیره پردې، د DNN د بیارغونې ټولې موجودې طریقې په بشپړه توګه د حل وړ شبکې (FCNs) پلي کوي کوم چې د نړیوالو ځانګړتیاو په استدلال کې اغیزمن ندي.

د دې تحلیل سره، د لومړي ځل لپاره تر هغه چې موږ پوهیږو، د انځور بیا رغونې لپاره د ټرانسفارمر سره په بشپړه توګه تړل شوي عصبي شبکه وړاندیز شوې. وړاندیز شوی جوړښت د نړیوالو سرچینو په استدلال کې غوره دی او له همدې امله بیا رغونه ښه کوي. د وړاندیز شوي معمارۍ غوره والی په نظری تجربه کې د ماډل پر بنسټ او FCN پر بنسټ طریقو سره پرتله کولو سره تایید شوی. او له همدې امله بیارغونه ښه کوي.

د وړاندیز شوي جوړښت غوره والی په نظری تجربه کې د ماډل پر بنسټ او FCN پر بنسټ طریقې پرتله کولو سره تایید شوی. دا دی،له همدې امله، دا د بیارغونې وده کوي. د وړاندیز شوي جوړښت غوره والی په نظري تجربه کې د ماډل پر بنسټ او FCN پر بنسټ طریقو سره پرتله کولو سره تایید شوی.