Onderzoekers maken AI voor de-hazing en inkleuren onderwaterfoto's

11 reacties

Onderzoekers van de Harbin Engineering University in China hebben een AI weten te maken die op een realistische manier haze kan verminderen in onderwaterbeelden en deze foto's in kan kleuren.

Beelden die onder water geschoten zijn, zijn meestal wat onscherp. Dat komt doordat onder water er meer verstrooiing van licht plaatsvindt. Normale algoritmes kunnen hier vaak niet goed mee overweg, maar kunstmatige intelligentie is hier een stuk beter in. Zowel op kwaliteit als op kwantiteit kan het onderzoeksteam de huidige beste technieken bijbenen. Op een enkele grafische kaart kan het momenteel meer dan 125 frames per seconde verwerken. De grootte van de foto's wordt hierbij niet vermeld.

De wetenschappers benadrukken dat de meeste algoritmes die hiervoor gebruikt worden, zoals de algoritmes die de witbalans aan kunnen passen, niet op 'fysieke beeldverwerkingsmodellen rusten'. Daardoor presteren ze minder goed dan de bedoeling is. Met behulp van artificial intelligence, van het type 'generative adversarial network' of kortweg gan kan dit wel. Dit is een generator die nieuwe, zo realistisch mogelijke afbeeldingen maakt, waarna ze worden vergeleken met echte afbeeldingen en opnieuw door de generator heen gaan, waardoor de synthetische afbeeldingen nog realistischer worden. Dit werd gedaan met dieptekaarten en 3.733 afbeeldingen van verschillende organismen, zoals zeekomkommers, zee-egels.

Hierna gingen deze afbeeldingen door een tweede algoritme, genaamd U-Net. Dit algoritme is in staat de haze zo veel mogelijk te verwijderen en de kleuren kan herstellen, terwijl de helderheid en contrast niet significant wordt verminderd. Hiermee gaan de Chinese onderzoekers het team van DeepRay achterna, dit bedrijf van Cambridge Consultants was ook in staat om beschadigde en vervormde beelden te herstellen. Microsoft heeft iets vergelijkbaars ontwikkeld. Kunstmatige intelligentie lijkt ver te zijn gekomen, eind 2018 werd duidelijk dat Nvidia in staat was om levensechte portretten te maken op basis van de eigenschappen van andere gezichten.

Bron: VentureBeat

« Vorig bericht Volgend bericht »
0