Studiuesit krijojnë një aparat fotografik pa lente
![Studiuesit krijojnë një aparat fotografik pa lente](/wp-content/uploads/tend-ncia/2832/18txfb8zk7.jpg)
Ajo që dukej e pamundur po kthehet në realitet. Së fundmi kemi postuar një artikull këtu në iPhoto Channel për projektin e lenteve metalike, një teknologji revolucionare që mund të eliminojë lentet e kamerës. Megjithatë, ishte vetëm një koncept në studim dhe zhvillim. Por tani, një grup studiuesish në Tokyo Tech kanë krijuar një kamerë të re pa lente që përdor mësimin e makinerive dhe mund të kap foto të mprehta shpejt dhe me saktësi.
“Pa kufizimet e një lente, Kamera pa lente mund të jetë ultra-miniaturë, e cila mund të mundësojë aplikime të reja që janë përtej imagjinatës sonë", tha profesor Masahiro Yamaguchi i Institutit të Teknologjisë në Tokio, bashkëautor i projektit kërkimor.
![](/wp-content/uploads/tend-ncia/2832/18txfb8zk7.jpg)
Ideja e një kamere pa lente nuk është e re. Disa tentativa janë bërë tashmë që nga viti 2013. Por deri atëherë, projektet u përballën me mungesën e mprehtësisë së imazheve dhe vonesën në përpunimin e fotove. Kjo për shkak se një aparat fotografik pa lente ka vetëm një maskë të hollë përpara një sensori imazhi që kodon dhe rindërton matematikisht skenat.
Kamera të mëparshme pa lente përdornin metoda për të kontrolluar dritën që godiste sensorin e imazhit dhe për të kryer matje të sofistikuara se si drita ndërvepron me maskën fizike dhesensor imazhi për të rindërtuar më pas një imazh. Pa një mënyrë për të fokusuar dritën, një aparat fotografik pa lente kap një imazh të paqartë, i cili duhet të rindërtohet në një imazh më të mprehtë duke përdorur një algoritëm. Shihni këtë në praktikë përmes ilustrimit më poshtë:
![](/wp-content/uploads/tend-ncia/2832/18txfb8zk7.jpeg)
Duke kuptuar se si drita ndërvepron me një maskë të hollë përpara sensorit të imazhit, një algoritëm mund të dekodojë informacionin e dritës dhe të rindërtojë një skenë të fokusuar. Megjithatë, procesi i dekodimit është jashtëzakonisht sfidues dhe kërkon burime intensive. Përveçse kërkon kohë, gjenerimi i cilësisë së mirë të imazhit kërkon një model fizik të përsosur. Nëse një algoritëm bazohet në një përafrim të pasaktë të mënyrës se si drita ndërvepron me maskën dhe sensorin, sistemi i kamerës do të dështojë.
Në vend që të përdorte një qasje dekodimi të bazuar në model, ekipi në Tokyo Tech zhvilloi një metodë rindërtimi me një algoritëm të ri që përdor mësimin e makinerive. Ai bazohet në një teknikë të quajtur VisionTransformer (ViT) dhe premton përmirësim të arsyetimit global.
![](/wp-content/uploads/tend-ncia/2832/18txfb8zk7-1.jpeg)
Metoda e re, duke përdorur rrjete nervore dhe një transformator të lidhur, premton rezultate më të mira. Gjithashtu, gabimet e rindërtimit reduktohen dhe koha e llogaritjes është më e shkurtër. Ekipi beson se metoda mund të përdoret për kapjen në kohë reale të imazheve me cilësi të lartë, diçka që nuk ishte e mundur me kamerat e mëparshme pa lente. Nëse kjo vërtet evoluon më tej në vitet e ardhshme, ne do të përballemi me një nga revolucionet më të mëdha në procesin e kapjes së imazheve në historinë e fotografisë. Ne do t'ju ndjekim dhe do t'ju sjellim gjithmonë lajmet e kamerave pa lente.
Lexoni më poshtë një përmbledhje të studimit të publikuar nga autorët e kërkimit Xuixi Pan, Xiao Chen, Saori Takeyama dhe Masahiro Yamaguchi:
Një kamerë pa lente e bazuar në maskë kodon optikisht skenën me një maskë të hollë dhe rindërton imazhin më pas. Përmirësimi i rindërtimit të imazhit është një nga çështjet më të rëndësishme në imazhet pa lente. Qasjet konvencionale të rindërtimit të bazuara në modele, të cilat shfrytëzojnënjohuritë e sistemit fizik, janë të ndjeshëm ndaj modelimit të papërsosur të sistemit.
Shiko gjithashtu: Bëj një selfie dhe Google do ta gjejë doppelganger-in tënd në një vepër artiRindërtimi me një rrjet të thellë nervor të drejtuar nga të dhënat (DNN) e shmang këtë kufizim, duke pasur kështu potencialin për të ofruar cilësi më të mirë rindërtimi. Megjithatë, qasjet ekzistuese të rindërtimit të pastër të DNN për imazhet pa lente nuk ofrojnë një rezultat më të mirë sesa qasjet e bazuara në model.
Ne zbulojmë se vetia e shumëfishimit në optikën pa lente i bën tiparet globale thelbësore për të kuptuar modelin e koduar optik. Për më tepër, të gjitha qasjet ekzistuese të rindërtimit të DNN aplikojnë rrjete plotësisht konvolucionare (FCN) të cilat nuk janë efikase në arsyetimin e veçorive globale.
Me këtë analizë, për herë të parë me sa dimë, propozohet një rrjet nervor i lidhur plotësisht me një transformator për rindërtimin e imazhit. Arkitektura e propozuar është më e mirë në arsyetimin e burimeve globale dhe për këtë arsye përmirëson rindërtimin. Epërsia e arkitekturës së propozuar verifikohet duke e krahasuar atë me qasjet e bazuara në model dhe të bazuara në FCN në një eksperiment optik. dhe për këtë arsye përmirëson rindërtimin.
Shiko gjithashtu: 5 aplikacione pa pagesë për kamerën AndroidEpërsia e arkitekturës së propozuar verifikohet duke krahasuar qasjet e bazuara në model dhe të bazuara në FCN në një eksperiment optik. Eshte,prandaj, përmirëson rindërtimin. Epërsia e arkitekturës së propozuar verifikohet duke e krahasuar atë me qasjet e bazuara në model dhe të bazuara në FCN në një eksperiment optik.