مۇمكىن بولمايدىغاندەك كۆرۈنگىنى رېئاللىققا ئايلىنىش. بىز يېقىندا بۇ يەردە iPhoto قانىلىدا مېتال لىنزا تۈرى ، كامېرا لىنزىسىنى يوقىتالايدىغان ئىنقىلابىي تېخنىكا ھەققىدە ماقالە ئېلان قىلدۇق. قانداقلا بولمىسۇن ، ئۇ پەقەت تەتقىق قىلىنىۋاتقان ۋە تەتقىق قىلىنىۋاتقان بىر ئۇقۇم ئىدى. ئەمما ھازىر ، بىر تۈركۈم توكيو تېخنىكا تەتقىقاتچىلىرى ماشىنا ئۆگىنىشى ئىشلىتىدىغان ۋە ئۆتكۈر سۈرەتلەرنى تېز ۋە توغرا سۈرەتكە تارتالايدىغان يېڭى كامېراسىز كامېرا نى بارلىققا كەلتۈردى.

«لىنزا چەكلىمىسى بولمىسا ، كامېراسىز كامېرا دەرىجىدىن تاشقىرى كىچىكلىتىلگەن بولۇشى مۇمكىن ، بۇ بىزنىڭ تەسەۋۋۇرىمىزدىن ھالقىپ كەتكەن يېڭى قوللىنىشچان پروگراممىلارنى تەمىنلىيەلەيدۇ »دېدى توكيو سانائەت ئىنستىتۇتىنىڭ پروفېسسورى ماساخىرو ياماگۇچى.

توكيو تېخنىكا تەتقىقاتچىلىرى ئىجاد قىلغان كامېراسىز كامېرا ئەسلى مودېلى

كامېراسىز كامېرا ئىدىيىسى يېڭى ئەمەس. 2013-يىلدىن باشلاپ بەزى سىناقلار ئېلىپ بېرىلغان. ئەمما شۇ ۋاقىتقىچە ، بۇ تۈرلەر رەسىمنىڭ ئۆتكۈرلۈكى ۋە سۈرەتلەرنى بىر تەرەپ قىلىش كېچىكىشكە دۇچ كەلگەن. چۈنكى كامېراسىز كامېرا كۆرۈنۈشلەرنى كودلاشتۇرىدىغان ۋە ماتېماتىكىلىق ھالدا قايتا ھاسىل قىلىدىغان رەسىم سېنزورىنىڭ ئالدىدا پەقەت نېپىز نىقاب بار.

ئالدى كامېراسىز كامېرا رەسىم سېنزورىغا ئۇرۇلغان نۇرنى كونترول قىلىش ۋە نۇرنىڭ فىزىكىلىق ماسكا بىلەن ئۆز-ئارا تەسىر كۆرسىتىشىنى مۇرەككەپ ئۆلچەش ئۇسۇللىرىنى قوللانغان.رەسىم سېنزورى ئاندىن رەسىمنى قايتا قۇرماقچى. يورۇقلۇقنى مەركەزلەشتۈرۈش ئۇسۇلى بولمىسا ، كامېراسىز كامېرا تۇتۇق سۈرەتنى تارتىدۇ ، بۇ رەسىم چوقۇم ئالگورىزىم ئارقىلىق تېخىمۇ ئۆتكۈر رەسىمگە قايتا قۇرۇلۇشى كېرەك. بۇنى تۆۋەندىكى رەسىم ئارقىلىق ئەمەلىيەتتىن كۆرۈڭ:

ئىسمىدىن مەلۇم بولغىنىدەك ، كامېراسىز كامېرا ئەنئەنىۋى ئوپتىكىلىق كامېرا ئىشلەتمەيدۇ. ئەكسىچە ، ئۇ پەقەت سېنزور ۋە ماسكا قاتارلىقلارنى ئۆز ئىچىگە ئالىدۇ. كامېرانىڭ يورۇقلۇقنى رەسىم سېنزورىغا مەركەزلەشتۈرەلەيدىغان يولى يوق ، شۇڭا چوقۇم كودلانغان ئەندىزە ۋە نۇرنىڭ ماسكا ۋە رەسىم سېنزورى بىلەن ئۆز-ئارا تەسىر كۆرسىتىدىغان ئۇچۇرلار ئارقىلىق تەپسىلىي رەسىمنى قايتا قۇرۇش كېرەك. ئىناۋەت:شيۇشى پەن / توكيو سانائەت ئىنستىتۇتى

نۇرنىڭ سېنزور ئالدىدا نېپىز نىقاب بىلەن ئۆز-ئارا تەسىر كۆرسىتىدىغانلىقىنى چۈشىنىش ئارقىلىق ، ئالگورىزىم نۇر ئۇچۇرلىرىنى يېشىپ ، فوكۇسلانغان مەنزىرىنى قايتا قۇرالايدۇ. قانداقلا بولمىسۇن ، يېشىش جەريانى ئىنتايىن قىيىن ۋە بايلىق كۆپ. ۋاقىت سەرپ قىلغاندىن باشقا ، ياخشى سۈرەت سۈپىتىنى ھاسىل قىلىش مۇكەممەل فىزىكىلىق مودېلغا موھتاج. ئەگەر ھېسابلاش ئۇسۇلى نۇرنىڭ ماسكا ۋە سېنزور بىلەن ئۆز-ئارا تەسىر كۆرسىتىدىغانلىقىنى توغرا مۆلچەرلەشنى ئاساس قىلغان بولسا ، كامېرا سىستېمىسى مەغلۇپ بولىدۇ. ماشىنا ئۆگىنىشنى ئىشلىتىدىغان يېڭى ئالگورىزىم بىلەن. ئۇ Vision دەپ ئاتىلىدىغان تېخنىكىنى ئاساس قىلغانتىرانسفورموتور (ViT) ۋە دۇنياۋى پىكىرنى ياخشىلاشقا ۋەدە بەردى.

قاراڭ: NASA جامىس ۋېب تېلېسكوپى تارتقان كائىناتنىڭ ئەڭ ئۆتكۈر ، ئەڭ چوڭقۇر رەسىمىنى ئاشكارىلىدىبۇ يەردە لىنزاسىز يېڭى كامېرانى كۆرەلەيمىز. ئۇ رەسىم سېنزورى ۋە سېنزوردىن 2.5 مىللىمېتىر ماسكا قاتارلىقلارنى ئۆز ئىچىگە ئالىدۇ. ماسكا خىرومنى بىرىكمە سىلىتسىيلىق تەخسىگە چاپلاش ئارقىلىق ياسالغان. ئۇنىڭ يورۇقلۇق دەرىجىسى 40 × 40 mm. ئىناۋىتى: شيۇشى پەن / توكيو سانائەت ئىنستىتۇتى

يېڭى ئۇسۇل نېرۋا تورى ۋە ئۇلانغان تىرانسفورموتورنى ئىشلىتىپ ، تېخىمۇ ياخشى ئۈنۈمگە ۋەدە بەردى. شۇنداقلا ، قايتا قۇرۇش خاتالىقى قىسقارتىلىپ ، ھېسابلاش ۋاقتى قىسقا بولىدۇ. بۇ ئەترەتنىڭ قارىشىچە ، بۇ ئۇسۇلنى يۇقىرى سۈپەتلىك رەسىملەرنى دەل ۋاقتىدا سۈرەتكە تارتىشقا ئىشلىتىشكە بولىدىكەن ، بۇ ئىلگىرىكى كامېراسىز كامېرا بىلەن مۇمكىن ئەمەس. ئەگەر بۇ كەلگۈسى بىر نەچچە يىلدا تېخىمۇ تەرەققىي قىلسا ، بىز سۈرەتكە تارتىش تارىخىدىكى رەسىم تارتىش جەريانىدىكى ئەڭ چوڭ ئىنقىلابقا دۇچ كېلىمىز. بىز كامېرا لېنزىسى بولمىغان خەۋەرلەرگە ئەگىشىمىز ۋە ھەمىشە سىزگە ئېلىپ كېلىمىز. <2 رەسىمنى قايتا قۇرۇشنى ياخشىلاش لىنزاسىز تەسۋىر ھاسىل قىلىشتىكى ئەڭ مۇھىم مەسىلىلەرنىڭ بىرى. مۇنتىزىم مودېلنى ئاساس قىلغان قايتا قۇرۇش ئۇسۇللىرىفىزىكىلىق سىستېما بىلىملىرى ، سىستېمىنىڭ مۇكەممەل مودېللىقىغا ئاسان ئۇچرايدۇ.

ساپ سانلىق مەلۇمات ئارقىلىق قوزغىتىلغان چوڭقۇر نېرۋا تورى (DNN) بىلەن قايتا قۇرۇش بۇ چەكلىمىلەردىن ساقلىنىدۇ ، شۇڭا تېخىمۇ ياخشى قايتا قۇرۇش سۈپىتىنى تەمىنلەش ئىمكانىيىتىگە ئىگە. قانداقلا بولمىسۇن ، لىنزاسىز رەسىملەرگە قارىتا ھازىر بار بولغان ساپ DNN قايتا قۇرۇش ئۇسۇللىرى مودېلنى ئاساس قىلغان ئۇسۇللارغا قارىغاندا ياخشى ئۈنۈم بىلەن تەمىنلىمەيدۇ.

لىنزاسىز ئوپتىكىدىكى كۆپ ئىقتىدارلىق مۈلۈكنىڭ ئوپتىكىلىق كودلاشتۇرۇلغان ئەندىزىنى چۈشىنىشتە دۇنياۋى ئالاھىدىلىكلەرنى موھىم قىلىدىغانلىقىنى ئاشكارىلايمىز. بۇنىڭدىن باشقا ، ھازىر بار بولغان بارلىق DNN قايتا قۇرۇش ئۇسۇللىرى يەرشارى خاراكتېرلىك ئىقتىدارلارنى دەلىللەشتە ئۈنۈملۈك بولمىغان تولۇق قايىل قىلىش تورى (FCNs) نى قوللىنىدۇ.

بۇ ئانالىز ئارقىلىق ، تۇنجى قېتىم بىلگىنىمىزدەك ، رەسىمنى قايتا قۇرۇش ئۈچۈن تىرانسفورموتور بىلەن تولۇق ئۇلانغان نېرۋا تورى ئوتتۇرىغا قويۇلدى. ئوتتۇرىغا قويۇلغان بىناكارلىق يەر شارى بايلىقىنى ئويلاشقا تېخىمۇ ماس كېلىدۇ ، شۇڭا قايتا قۇرۇشنى ياخشىلايدۇ. تەكلىپ قىلىنغان بىناكارلىقنىڭ ئەۋزەللىكى ئوپتىكىلىق تەجرىبىدە مودېل ۋە FCN نى ئاساس قىلغان ئۇسۇللار بىلەن سېلىشتۇرۇش ئارقىلىق ئىسپاتلىنىدۇ. شۇڭلاشقا قايتا قۇرۇشنى ياخشىلايدۇ.

ئوپتىكىلىق تەجرىبىدە مودېلنى ئاساس قىلغان ۋە FCN نى ئاساس قىلغان ئۇسۇللارنى سېلىشتۇرۇش ئارقىلىق ئوتتۇرىغا قويۇلغان بىناكارلىقنىڭ ئەۋزەللىكى دەلىللىنىدۇ. ئۇ ،شۇڭلاشقا ، ئۇ قايتا قۇرۇشنى ياخشىلايدۇ. ئوتتۇرىغا قويۇلغان بىناكارلىقنىڭ ئەۋزەللىكى ئوپتىكىلىق تەجرىبىدە مودېل ۋە FCN نى ئاساس قىلغان ئۇسۇللار بىلەن سېلىشتۇرۇش ئارقىلىق دەلىللىنىدۇ.

قاراڭ: كۆچمە رەسىمگە تارتىش: دەسلەپكى فوتوگرافلارنىڭ كۆرسەتمىلىرى ۋە ئۇسۇللىرى