خانه / فناوری / دوربین / تلاش اپل برای تبدیل آیفون 7 به یک دوربین DSLR با استفاده از هوش مصنوعی

تلاش اپل برای تبدیل آیفون 7 به یک دوربین DSLR با استفاده از هوش مصنوعی

وقتی شرکت اپل نسل هفتم آیفون را چند روز پیش رونمایی کرد، خاطر نشان کرد که دوربین آن ارتقا یافته است. روی هم رفته، این شرکت یک ارتش کوچک دارد که بر روی توانایی آیفون در ثبت تصاویر کار می کند. دوربین آیفون 7 همچنین اغلب به عنوان یکی از بهترین ویژگی های گوشی تحسین می شود، و گوشی هوشمند اپل را پیشتاز رقابت می کند. با این حال، در سال های اخیر، شرکت های رقیبی مثل سامسونگ و شرکت های دیگر از این لحاظ خود را تقویت کرده و به اپل رسیده اند.

جدیدترین گوشی های شرکت اپل، iPhone 7 و iPhone 7 Plus طبیعتا از لحاظ دوربین نسبت به مدل های قبل خود توانمندتر هستند. اما این شرکت بار دیگر رقابت را با چیزی که پردازشگر سیگنال تصویر ( ISP) تقویت شده با یادگیری ماشینی می نامد، به نفع خود تمام کرده است. مدیر بازاریابی این شرکت، فیل شیلر می گوید این پردازنده ISP در زمان 25 میلی ثانیه تا 100 میلیارد عملیات انجام می دهد.

افکتی که این فن آوری دارد، bokeh نام دارد. این اصطلاح از واژه ژاپنی BOKE که به معنای تیره کردن می آید. همانطور که حدس می زنید، عبارت دوم به معنای کیفیت تیرگی مورد نظر است و توسط سردبیر مجله فوتو تکنیک در سال 1997 محبوب شد که به انگلیسی زبان ها بیان کرد که از این عبارت کوتاه شده استفاده کنند و آن بوه کی تلفظ کنند. این یک اصطلاح عکاسی است که برای تحلیل و بررسی ویژگی های هنری تیره کردن پس زمینه تصاویر و تا مقدار زیادی منابع نور پشت سوژه یک تصویر استفاده می شود. این عبارت نحوه تغییر نور به اجسام کروی دانه دانه در شب است. (تحلیل ما از پوستر مراسم اپل شب قبل از رونمایی را به یاد دارید؟)

تحلیل و رمز گشایی پوستر مراسم اپل

 

 

گوشی های هوشمند در تولید bokeh بسیار بد عملکرد کرده اند

این افکت با استفاده از یک عمق میدان کم حاصل می شود. یک دوربین DSLR استاندارد می تواند به آسانی با استفاده از دیافراگم واید این کار را انجام دهد که در هنگام عکس گرفتن میزان نوری که لنز اجازه ورود می دهد را افزایش می دهد. همچنین عموما نیاز به لنزی دارید که قابلیت تولید دیافراگم واید را داشته باشد. این کاری است که در یک دوربین حرفه ای و بسیاری از دوربین های بدون آینه و ببین و بگیر مقرون به صرفه به آسانی امکان پذیر است. بدست آوردن این افکت با یک گوشی هوشمند دشوارتر است. در گذشته، شما می توانستید با ترکیب کردن، نور زیاد و فوکوس بسیار دقیق با نوک انگشت خود این افکت را بدست بیاورید. هنوز، به دلیل این که در ارتباط با اندازه بازکردن لنز روی گوشی کنترل ندارید، تیره کردن پس زمینه عکس گوشی دشوار است.

این جایی است که هوشمند مصنوعی به کار می آید. اکنون، ما در مورد منشی صوتی استاندارد شما مثل سیری یا کورتانا یا نوعی نرم افزار زبان طبیعی بکار گرفته شده توسط گوگل برای قالب گیری خودکار یک نتیجه جستجو یا بررسی ایمیل های شما بحث نمی کنیم. منظور ما هوش مصنوعی رایانه ای است که هدف آن درک محتویات عکس ها است. این تنوع را می توان برای وظایف پیشرفته مثل وقتی که فیس بوک به صورت خودکار چهره های دوستان شما را برچسب می زند یا وقتی گوگل به یک الگوریتم آموزش می دهد تا گربه ها را در اینترنت شناسایی کند، بکار برد. یک مشکل ساده تر اما هنوز چالش برانگیز تعیین سوژه عکس و زمان ترکیب شدن سوژه با پس زمینه است.

 

 

buy.png

این کار برای ماشین ها بسیار دشوار است. نرم افزار تنها یک عکس را به عنوان مجموعه ای از مقادیر عددی متعلق به تغییر رنگ درک می کند. الگوریتم ها مفهومی در مورد سوژه، پس زمینه یا پیش زمینه یک تصویر ندارند. آنها نمی توانند بین یک سگ یا گربه یا یک ابر در آسمان تماییز ایجاد کنند. بنابراین کلیه محققان هوش مصنوعی از یادگیری ماشینی برای آموزش این برنامه ها استفاده می کنند. یک برنامه نرم افزاری با تغذیه شدن با هزاران هزار مثال می تواند محتویات یک تصویر را درک کند. این کار با تعیین این مساله شروع می شود که آیا آسمان مرز رویش درخت را می شکند و چه زمانی دو سوژه متمایز مانند مالک و سگ او هم پوشانی می شود.

این برنامه اغلب شبکه های خنثی نامیده می شوند، زیرا به روش هایی مشابه با مغز انسان این مثال ها را پردازش می کنند، اما با تاکید بیشتر بر روی احتمال. بنابراین به طور مثال عکس کافی از گربه به نرم افزار بدهید و این ماشین با دقت بالا تعیین می کند یک عکس حاوی تصویر گربه مانند است یا خیر. فیس بوک از این سبک از ماشین یادگیری برای کمک به تبدیل محتویات یک عکس به یک توصیف شفاهی برای کاربران نابینا استفاده می کند. گوگل این کار را در برنامه Google Photos انجام می دهد که در آن می توانید کوه و ساحل را جستجو کنید و عکس هایی را پیدا کنید، بدون این که آنها را برچسب زده باشید یا موقعیتی را به آنها نسبت داده باشید.

 

شرکت ها با استفاده از فن آوری یادگیری ماشینی می توانند با تغذیه کردن نرم افزار با مثال آن را آموزش دهند.

 

برای اپل این کار ابتدایی تر و بسیار عملی تر است دوربین جدید گوشی iPhone 7 و لنزهای دوقلوی دوربین گوشی iPhone 7 Plus با نرم افزاری تقویت می شوند که هدف درک محتویات یک تصویر را دارند.وقتی افراد و سوژه ها و پس زمینه ها را گوشی شناسایی می کند، به صورت خودکار چند وظیفه را انجام می دهد. آن وظایف شامل تنظیم خودکار نوردهی، فوکوس و تراز سفید می شود (اپل سال گذشته استارت آپی خرید که Perceptio نام دارد، که بر انجام این نوع تشخیص تصویر پیشرفته در سرعت های بیشتر بدون وابسته بودن به ذخیره داده بالا تمرکز داشت).

یک قابلیت پیشرفته تر، مخصوصا برای گوشی iPhone 7 Plus، این امکان را فراهم می کند تا پس زمینه را با تنظیمات جدید پرتره تیره کند. این قابلیت جواب می دهد، زیرا هر دو لنز با همدیگر کار می کنند تا نه لایه از عمق را ایجاد کنند و یک نقشه عمق بسازند. در حالت پرتره، شما می توانید عکس های سبک DSLR دقیقی را با نوعی bokeh بگیرید، زمانی که تنها برای عکس های مستقیم معکوس می شوند. این کار با تنظیمات دیافراگم جدید f/1.8 کمک رسانی می شود که نور بیشتری را اجازه ورود می دهد و به تقویت عمق میدان کمک می کند.

 

 

 

 

این یک ترفند جالب است، اما همچنین به اپل کمک می کند تا بر ادعای خود مبنی بر داشتن بهترین دوربین گوشی هوشمند موجود در بازار صحه بگذارد. بدون توجه به این که ایا این ادعا صحیح است یا خیر، شیلر به این نکته اشاره می کند که دوربین این گوشی احتمالا بهترین دوربینی است که تا به حال مالکان گوشی هوشمند داشته اند.

 

این یک احتمال متمایز است که با استفاده از آن گوشی iPhone 7 به بسیاری از مالکان خود کمک می کند تا نسبت به قبل عکس های بهتری بگیرند. مطابق معمول، شما نباید کار زیادی را خودتان انجام دهید.شما حالت عکاسی خود را انتخاب می کنید، کادر بندی می کنید و اجازه می دهید که گوشی بیشتر کار را انجام دهد. با گذشت زمان، نرم افزارهای هوشمندتر عملکرد بهتری را ارائه می کنند.

دانلود اپلیکیشن اندروید عصر دیجیتال

درباره AsrDigital

پاسخی بگذارید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *