Apakah Anda tertarik pada mereka? PENAWARAN? Hemat dengan kupon kami ADA APA o Telegram!

DeepExposure: Xiaomi meningkatkan eksposur foto melalui AI

Pada tahun terakhir yang akan segera berakhir, kita telah melihat bagaimana merek ponsel terbesar semakin berfokus pada sektor fotografi perangkat: tidak hanya ada pembicaraan tentang kamera terbaik yang dipasang di perangkat terbaik, tetapi algoritma yang akan digunakan melalui kecerdasan buatan pada perangkat yang paling "kuno" sekalipun. Xiaomi misalnya, seperti yang kami laporkan di sini, telah berfokus pada akuisisi (sebagian) dari PT Meitu bahwa ia memiliki banyak algoritme kecantikan dan paten pencitraan yang dimilikinya; ini, ditambah dengan harga super kompetitif Xiaomi pasti akan mengarah pada peningkatan perangkat lunakkecerdasan buatan yang didedikasikan untuk sektor fotografi. Tapi berita hari ini adalah yang lain: mengikuti studi silang "DeepExposure: Pelajari cara memaparkan foto melalui pembelajaran antagonis dengan cara asynchronous yang diperkuat" dari Peking University, Dari Universitas Normal Cina Selatan dan Teknisi Xiaomi kami telah mencapai hasil yang luar biasa. Dengan DeepExposure, Xiaomi meningkatkan eksposur foto-foto melalui AI, tanpa masalah di bawah dan overexposure.

DeepExposure: Xiaomi meningkatkan eksposur foto melalui AI

Para peneliti dari Xiaomi Lab menjelaskan solusi untuk dilema eksposur di 'artikel tersebut, diterima a Montreal 2018 NeurIPS, acara yang berlangsung dari 3 hingga Desember 9 tahun ini. Artikel ini menjelaskan tentang Sistem AI mampu menyegmentasikan citra dalam lebih banyak "sub-gambar", masing-masing terkait dengan eksposur tertentu. Penggabungan ini di bawah gambar dengan eksposur berbeda (dari bawah ke over-exposed) mengarah ke foto yang sangat dekat dengan gambar yang dilihat oleh mata manusia. Para peneliti mengatakan:


"Paparan yang akurat adalah kunci untuk menangkap foto berkualitas tinggi dalam fotografi komputasional, terutama untuk ponsel yang dibatasi oleh ukuran modul kamera.
Terinspirasi oleh topeng luminositas yang biasanya diterapkan oleh fotografer profesional, dalam artikel ini kami mengembangkan algoritme baru untuk eksposur pembelajaran dengan pembelajaran penguatan mendalam antagonis ".


Teknik yang memungkinkan Anda untuk menjalankan beberapa instruksi secara paralel untuk meningkatkan kinerjaIA, Dijuluki DeepExposure , mulai segmentasi gambar. Di bawah ini adalah fase di mana input resolusi rendah, sub-gambar dan penggabungan gambar digabungkan dan diproses. Setelah ini, algoritme lolos ke satu fase finishing di mana yang dievaluasi kualitas umum. akhirnya, sub-gambar bercampur dengan foto akhir. DeepExposureBekerja dengan cara ini, ia berhasil mengembalikan sebagian besar detail dan gaya dalam gambar aslinya, sambil meningkatkan kecerahan dan warna.

Algoritma Xiaomi DeepExposure

Untuk menerapkan eksperimen ini, Xiaomi menggunakan kerangka kerja TensorFlow open source yang dikembangkan oleh Google, serangkaian GPU Nvidia P40 Tesla dan satu set gambar MIT-Adobe FiveK. Metode inovatif dari DeepExposure berfungsi sebagai jembatan antara metode pembelajaran mendalam dan metode tradisional penyaringan: metode pembelajaran mendalam digunakan untuk mempelajari parameter filter, yang membuat penyaringan metode tradisional lebih tepat. Metode tradisional mengurangi waktu pelatihan metode pembelajaran mendalam karena pemfilteran piksel jauh lebih cepat daripada teknologi baru.

Untuk Xiaomi, setelah akuisisi algoritma Meitu dan filter kecantikan, percikan diharapkan untuk sektor fotografi. Akankah kita sampai pada era di mana mirrorless dan SLR tidak lagi diperlukan? Apa yang kamu pikirkan? Tuliskan kepada kami di komentar

Sumber

Gianluca Cobucci
Gianluca Cobucci

Bergairah tentang kode, bahasa dan bahasa, antarmuka manusia-mesin. Segala sesuatu tentang evolusi teknologi menarik bagi saya. Saya mencoba untuk mengungkapkan hasrat saya dengan sangat jelas, mengandalkan sumber yang dapat dipercaya dan bukan "on the first pass".

berlangganan
memberitahu
tamu

0 komentar
Masukan Inline
Lihat semua komentar
XiaomiToday.it
logo