Ilmuwan Kembangkan Kamera AI, Memotret ‘Full Color’ dalam Kegelapan Total

0
90
infrared + AI camera
kamera infrared di kombinasikan dengan AI menghasilkan gambar berwana yang di potret dalam kondisi gelap
Advertisement

Ilmuwan dari University of Irvine telah mengembangkan sistem kamera yang menggabungkan kecerdasan buatan (AI) dengan kamera inframerah untuk menangkap foto penuh warna bahkan dalam kegelapan total.

Penglihatan manusia merasakan cahaya pada apa yang dikenal sebagai “spektrum tampak”, gelombang cahaya antara sekitar 300 dan 700 nanometer. Cahaya inframerah ada di luar 700 nanometer dan tidak terlihat oleh manusia tanpa bantuan teknologi khusus, dan banyak sistem penglihatan malam dapat mendeteksi cahaya inframerah dan mengubahnya menjadi tampilan digital yang memberikan pandangan monokromatik kepada manusia.

Para ilmuwan berusaha untuk mengambil proses itu satu langkah lebih jauh dan menggabungkan data inframerah itu dengan algoritme AI yang memprediksi warna untuk membuat gambar dengan cara yang sama seperti jika cahaya ada dalam spektrum yang terlihat.

Sistem night vision yang khas membuat pemandangan sebagai tampilan hijau monokromatik, dan sistem night vision yang lebih baru menggunakan kamera ultrasensitif untuk mendeteksi dan memperkuat cahaya tampak. Para ilmuwan mengatakan bahwa tugas visi komputer dengan pencitraan iluminasi rendah telah menggunakan peningkatan gambar dan pembelajaran mendalam untuk membantu dalam deteksi objek dan karakterisasi dari spektrum inframerah, tetapi tidak dengan interpretasi yang akurat dari pemandangan yang sama dalam spektrum yang terlihat. Mereka ingin mengubah itu.

“Kami berusaha mengembangkan algoritme pencitraan yang didukung oleh arsitektur pembelajaran mendalam yang dioptimalkan di mana iluminasi spektral inframerah dari suatu pemandangan dapat digunakan untuk memprediksi rendering spektrum yang terlihat dari pemandangan seolah-olah itu dirasakan oleh manusia dengan cahaya spektrum yang terlihat,” para ilmuwan menjelaskan dalam sebuah makalah penelitian yang diterbitkan ke Plos One.

“Ini akan memungkinkan untuk secara digital membuat pemandangan spektrum yang terlihat oleh manusia ketika mereka berada dalam ‘kegelapan’ lengkap dan hanya diterangi dengan cahaya inframerah.”

Ilustrasi ini menggambarkan tujuan pemrosesan gambar, untuk memprediksi gambar spektrum tampak menggunakan penerangan inframerah saja dan pembelajaran mendalam untuk memproses data NIR.

Untuk mencapai target ini, para ilmuwan menggunakan kamera monokromatik yang peka terhadap cahaya tampak dan inframerah dekat untuk memperoleh kumpulan data gambar dari gambar cetakan wajah di bawah multispektral yang membentang standar merah terlihat (604 nm), hijau (529 nm), dan biru. (447 nm) serta gelombang inframerah (718, 777, dan 807 nm).

Baris atas: Pantulan spektral di 32 saluran dari palet warna Windows yang dicetak dengan foto berwarna dan saluran gabungan 447, 529, 604. Baris bawah: Pantulan spektral untuk 6 panjang gelombang iluminan yang dipilih dan warna spektrum tampak foto yang dibuat dengan menggabungkan saluran 447, 529 , 604.

“Kamera konvensional memperoleh piksel data biru (B), hijau (G), atau merah (R) untuk menghasilkan gambar berwarna yang dapat dilihat oleh mata manusia. Kami menyelidiki apakah kombinasi iluminan inframerah dalam spektrum merah dan ‘dekat inframerah’ (NIR) dapat diproses menggunakan pembelajaran mendalam untuk menyusun ulang gambar dengan tampilan yang sama seolah-olah divisualisasikan dengan cahaya spektrum tampak. Kami menetapkan konteks visual terkontrol dengan pigmen terbatas untuk menguji hipotesis kami bahwa DL dapat membuat pemandangan yang terlihat oleh manusia menggunakan NIR yang, jika tidak, tidak terlihat oleh mata manusia.”

Tim mampu mengoptimalkan jaringan saraf convolutional untuk memprediksi gambar spektrum yang terlihat hanya dari informasi dekat-inframerah. Studi ini adalah apa yang mereka gambarkan sebagai langkah pertama untuk memprediksi penglihatan manusia dari inframerah-dekat.

“Untuk memprediksi gambar warna RGB dari individu atau kombinasi iluminasi panjang gelombang, kami mengevaluasi kinerja arsitektur berikut: regresi linier dasar, CNN yang terinspirasi U-Net (UNet), dan U-Net yang ditambah dengan kerugian permusuhan (UNet- GAN),” demikian jelasnya.

“Pekerjaan lebih lanjut dapat sangat berkontribusi pada berbagai aplikasi termasuk penglihatan malam dan studi sampel biologis yang sensitif terhadap cahaya tampak,” kata para ilmuwan.

Meskipun hasil awalnya mengesankan, AI tidak lengkap. Saat ini, sistem hanya dapat bekerja dengan sukses di wajah manusia.

“Wajah manusia, tentu saja, adalah sekelompok objek yang sangat terbatas, jika Anda mau. Itu tidak langsung diterjemahkan untuk mewarnai pemandangan umum, ”Profesor Adrian Hilton, Direktur Pusat Penglihatan, Ucapan dan Pemrosesan Sinyal (CVSSP) di University of Surrey, mengatakan kepada New Scientist .

“Seperti yang ada saat ini, jika Anda menerapkan metode yang dilatih pada wajah ke adegan lain, itu mungkin tidak akan berhasil, itu mungkin tidak akan melakukan sesuatu yang masuk akal.”

Namun, dengan lebih banyak input data dan pelatihan lebih lanjut, tidak ada alasan untuk percaya bahwa sistem tidak dapat menjadi lebih akurat dan andal.

Artikel Lain:

Leave a Reply