Ученым удалось устранить разрыв между традиционными и нейросетевыми методами обработки цвета, разработав универсальный нейросетевой подход cmKAN. Этот метод обеспечивает более точное сравнение и автоматическую корректировку цветов на изображении.
Команда исследователей из России, Германии и Канады представила новую технологию, которая повышает точность передачи цветов цифровыми камерами, под названием cmKAN. Разработанная методика успешно протестирована на различных задачах, связанных с обработкой цветных изображений. Результаты испытаний показывают значительное преимущество технологии над существующими методами коррекции цветопередачи, которые используют производители мобильных телефонов и фотокамер по всему миру.
«Разные камеры отображают цвет по-разному, и при переходе между ними цвета на снимках значительно отличаются. Более того, эти различия носят нелинейный характер, что затрудняет восприятие и автоматическую обработку изображений. Несмотря на впечатляющие успехи нейросетевых методов в большинстве областей компьютерного зрения, точная обработка цвета до сих пор оставалась прерогативой традиционных алгоритмов», — комментирует профессор Артем Никоноров, директор Института искусственного интеллекта и руководитель Центра «Интеллектуальная мобильность многофункциональных беспилотных авиационных систем» Самарского университета им. Королева.
Как отметил эксперт, работа нейросети нового типа напоминает деятельность профессионала, который настраивает цвет на фотографиях в таких программах, как Photoshop или Lightroom. Оператор вносит изменения в оттенок неба, стен здания и фонарей по отдельности, поскольку каждый элемент требует индивидуального подхода. Нейросеть также разделяет изображение на разные зоны и обрабатывает каждую из них отдельно, учитывая особенности освещения и деталей.
Для обучения и проверки эффективности технологии cmKAN специалисты разработали и выложили в открытый доступ обширный датасет Volga2K. Он состоит более чем из двух тысяч пар фотографий, сделанных различными камерами в разных условиях и местах. Технология уже успешно протестирована на ключевых задачах, связанных с обработкой цветных изображений. Экспериментальные данные показывают превосходство нового метода над существующими аналогами в среднем на 37,3%.
Кроме того, cmKAN отлично справляется с обработкой сцен, характеризующихся высоким динамическим диапазоном, а также изображений, сделанных в сложных условиях освещения. Предложенный подход многообещающий не только для интеграции в камеры смартфонов, но и для внедрения в разработку новых процессоров обработки изображений для цифровых фотокамер. Он также подходит для автоматического редактирования и цветокоррекции снимков в таких областях, как издательство, полиграфия, создание медиаконтента и профессиональная визуализация.
Тем временем австралийская полиция разработала нейросеть для перевода эмодзи, используемых преступниками.
Фото: hi-tech.mail.ru