Zdjęcia z noktowizora oparte są na bardzo szczątkowym oświetleniu, przez co obraz, który obserwujemy, jest dość ostry, jednak cały w odcieniach zieleni. Trudno jest na nim odróżnić poszczególne elementy, nie wspominając o ich kolorach. Naukowcy postanowili to zmienić i połączyli dane z noktowizora z algorytmem sztucznej inteligencji, który przewiduje kolory. W ten sposób powstał obraz taki, jaki wyglądałyby, gdyby był oświetlony mocnym światłem.
Kolorowe zdjęcia noktowizyjne nawet w całkowitej ciemności
Według naukowców, dotychczasowy obraz komputerowy, wykorzystujący głębokie uczenie, nie był dokładny w interpretacji widzianej sceny, bez dostępu odpowiedniego światła. Najbardziej widoczne jest to w standardowych systemach noktowizyjnych, które renderują sceny jako monochromatyczny zielony obraz. Nowsze modele są wyposażone w ultraczułe kamery, które wzmacniają światło widzialne, jednak wszystko to, nie jest wystarczające, by w pełni odwzorować obraz.
Staraliśmy się opracować algorytm obrazowania, oparty na zoptymalizowanych architekturach głębokiego uczenia, w których oświetlenie spektralne sceny w podczerwieni można wykorzystać do przewidywania renderowania widma widzialnego sceny tak, jakby była postrzegana przez człowieka za pomocą światła widzialnego.
Wyjaśniają naukowcy.
W ten sposób będzie możliwe zobaczenie tego samego obrazu, który widzą ludzie, nawet, jeśli są oni spowici w całkowitej ciemności, bądź oświetla ich jedynie światło podczerwone.
Aby osiągnąć swój cel, naukowcy wykorzystali kamerę monochromatyczną wrażliwą na światło widzialne i bliskie podczerwieni. W ten sposób został uzyskany zestaw danych graficznych, wydrukowanych obrazów twarzy w oświetleniu wielospektralnym, obejmującym standardową widzialną czerwień, zieleń i niebieski oraz fal podczerwonych.
Zwykłe kamery pobierają niebieskie, zielone lub czerwone piksele danych, aby wytworzyć kolorowy obraz dostrzegalny dla ludzkiego oka. Zbadaliśmy, czy połączenie iluminatorów podczerwieni w widmie czerwonym i bliskiej podczerwieni (NIR) można przetwarzać przy użyciu głębokiego uczenia, aby ponownie skomponować obraz o takim samym wyglądzie, jak gdyby był wizualizowany za pomocą światła widzialnego.
Powyższa rekonstrukcja obrazów RGB, została dokonana w oparciu o dane w oświetleniu podczerwonym, przy użyciu głębokich sieci neuronowych. Póki co system analizy jest w fazę rozwoju, jednak naukowcy wyrażają opinię, że w przyszłości taka kamera będzie stanowiła wsparcie przy operacjach wojskowych, obserwacji zwierząt czy nawet badaniu próbek odpornych na światło w laboratoriach.
