Addio visione notturna verde: sviluppano una fotocamera che scatta foto come se fosse di giorno

quando parli di visione notturna Tutti immaginano che l’immagine visualizzata sarà in verde con nero, Ma questo sta per cambiare. I ricercatori hanno trovato un modo Le fotocamere, anche di notte, scattano una foto a coloricome se fosse stata scattata di giorno.

Sulla rivista del 6 aprile per favore uno, Ha pubblicato un articolo americano in cui i ricercatori lo presentano Trova un algoritmo ottimizzato con una struttura apprendimento profondo cosa controllare Converti lo spettro visibile della scena notturna Come può qualcuno vederla in un giorno.

Durante la notte le persone non possono vedere colori e contrasto per mancanza di luce, quindi è necessario illuminare l’area o utilizzare occhiali per la visione notturna, questi ultimi danno un’immagine verdastra. Con una soluzione monocromatica degli ausili di avvistamento, sarà possibile per tutti vedere e scattare foto che sembrano come se fosse giorno, il che sarebbe di grande aiuto, tra le altre cose, nel lavoro di ricognizione militare tattica.

Per raggiungere questo obiettivo, i ricercatori hanno utilizzato una fotocamera monocromatica sensibile alla luce visibile e infrarossa per ottenere un database di un’immagine o Ritratti stampati di volti sotto illuminazione multispettrale Copre l’occhio visibile standard.

Successivamente hanno migliorato il file rete neurale convoluzionale (U-Net) per prevedere le immagini dello spettro visibile da immagini nel vicino infrarosso. L’algoritmo è alimentato da apprendimento profondo dallo spettrofotometro.

“Abbiamo creato un contesto visivo sintonizzato con pigmenti finiti per testare la nostra ipotesi apprendimento profondo Può rendere le scene visibili agli esseri umani utilizzando l’illuminazione NIR [Infrarrojo Cercano] che sono invisibili all’occhio umano.

per imparare carino Riflessione spettrale Dagli inchiostri ciano, magenta e giallo, hanno stampato una tavolozza di colori Rainboy per registrare le loro lunghezze d’onda. Quindi hanno stampato diverse immagini e le hanno posizionate sotto illuminazione multispettrale con una fotocamera monocromatica (in bianco e nero), montata su un microscopio da dissezione incentrato sull’immagine.

In totale hanno stampato una libreria di Più di 200 volti umani Disponibile per postaVolti nominati nel deserto ”, Con stampante Canon e rivestimento MCYK. Le immagini sono state poste sotto diverse lunghezze d’onda e quindi utilizzate nell’allenamento apprendimento automatico (Apprendimento automatico) incentrato su Prevedi le immagini a colori (RGB) da immagini illuminate a lunghezza d’onda singola o aggregate.

Per prevedere le immagini a colori RGB da illuminazioni o insiemi a lunghezza d’onda singola, abbiamo valutato le prestazioni delle seguenti architetture: regressione lineare di base e CNN [Red Neuronal Convolucional) inspirada en U-Net (UNet) y una U-Net aumentada con pérdida adversaria (UNet-GAN )”.

Para todos los experimentos, siguieron el modelo práctico de machine learning: dividieron la base de datos en 3 partes, reservando 140 imágenes para entrenamiento, 40 para validación y 20 para pruebas. Para comparar el rendimiento entre diferentes modelos evaluaron varias métricas para la reconstrucción de la imagen.

Los investigadores señalaron que este estudio sirve como un paso para la predicción de escenas del espectro visible humano a partir de una iluminación infrarroja cercana imperceptible.

Aseguraron que “sugiere que la predicción de imágenes de alta resolución depende más del contexto de entrenamiento [de la Máquina] Che le firme spettrali di ogni inchiostroE che questo lavoro dovrebbe essere un passaggio per i video con visione notturna, da cui dipenderà il numero di fotogrammi al secondo che elabora.

Continuare a leggere: