》》》源碼&論文pdf位於文末》》》
相信大家都有試圖在夜晚拍攝美麗景物的經歷
但是由於低光環境下的低信噪比,要想在夜間拍出精美的照片是很難的:
低光環境的照片往往不堪入目
即使是專業的單反相機,在低光環境下也面臨著:短曝光→噪點多,長曝光→相片糊的矛盾。
而且哪怕是專業照相機+專業攝影師,拍攝出來的相片也大多是這樣的:
不如讓我們來看看AI的結果?
什麼?這真的不是在日光燈下拍的嗎!
還真不是。事實上,這是AI從這張幾乎什麼都看不見的低光照片中處理得來的:
這時,聰明的讀者可能會想了:“那還有PS呢!專業的圖像處理人員可以把低光照片處理得像處理得十分清晰。”
但事實上,即使是配合PS處理,圖片也難逃噪點的魔爪:
而下圖中AI的結果是遠遠好過PS的。
更何況,對於任何一張普通相片,AI處理只需要1秒鐘!
話不多說,就讓我們來看一看Intel Labs和UIUC的研究者們是如何用AI實現這一創舉的吧!
原理
如圖便是實現這一切的模型:
可見,它的核心是一個卷積神經網絡 (CNN)
以往的照相機要自動處理弱光圖像,比如我們手機的夜光拍照功能,通常的流程是:
白平衡 (white balance)去馬賽克 (demosaicing)去噪點 (denoising)銳化 (sharpening)伽馬值糾正 (gamma correction)輸出 (output)而且這些配置的參數需要針對相機本身進行優化。
但Chen等人想到利用一個卷積神經網絡去自動學習並解決處理弱光圖像的問題。
從左到右的處理流程如下:
把照相機的原始數據中的R、G、B數據分離(Bayer格式,其中RGB佔比1 : 2 : 1)將它們作為CNN的輸入把CNN的輸出恢復為RGB圖像輸出(更為詳細的原理解釋請直接參考附件)
可見,Chen等人的成果處理流程更精簡,處理速度也不慢(1秒),更重要的是,處理效果遠遠好於傳統方法:
左圖:傳統處理
右圖:CNN處理
↓↓↓附件領取請看這裡↓↓↓
請先點擊關注;然後私信發送“dark”
即可輕鬆領取本篇論文pdf文件及相關程序源碼
相關乾貨:
簡筆畫變照片?黑白圖自動上色?探秘圖像翻譯!詳見
想要用Python輕鬆可視化任何函數嗎?詳見
想要深入瞭解機器學習領域中5大最本質、最關鍵的算法嗎?詳見
機器學習乾貨君致力於原創易於理解的技術原理與細節文章
I Study Hard,
So YOU Don't Have To !
歡迎大家關注: )