هوش مصنوعی AI چگونه عکاسی با دوربین های موبایل را ارتقاء داده است

به نظر شما هوش مصنوعی AI چگونه باعث تغییر عکاسی و نحوه عکس گرفتن بهتر دوربین های موبایل شده است. بزرگترین پیشرفت های اخیر دوربین های موبایل ها از طریق هوش مصنوعی های AI صورت گرفته است، نه سنسورها و لنزهای پیشرفته، هرچند که آن ها نیز به نوبه خود تاثیر گذار می باشند، با ما همراه باشید تا این پیشرفت چشم گیر دوربین موبایل ها از طریق هوش مصنوعی AI و یا توانایی های سخت افزاری را با شما بررسی کنیم.

3.9189189189189 از 5
از 37 رای
(رای دهید)
هوش مصنوعی AI چگونه عکاسی با دوربین های موبایل را ارتقاء داده است

اگر به این فکر می کنید که دوربین تلفن همراه بعدی شما چقدر می تواند پیشرفته و مناسب باشد، باید توجه داشته باشید که سازنده آن چه چیزی درباره پیشرفت هوش مصنوعی AI خود می گوید.

این تکنولوژی در طول چند سال گذشته پیشرفت بسیار چشمگیری را در عکاسی به همراه داشته است و هیچ دلیلی وجود ندارد که بخواهید فکر کنید که سرعت پیشرفت این قابیلت عالی ممکن است کاهش یابد و یا کند شود.

هنوز توانایی های زیادی در این بخش خاص وجود دارد و تکنولوژی AI می تواند علاوه بر بسیاری از زمینه های مختلف، در عرصه عکاسی نیز باعث پیشرفت و ارتقاء شود.

همانطور که شاهد هستید که پیشرفت های چشمگیر اخیر در عکاسی، به جای پیشرفت در حسگر ها یا لنزها، در نرم افزارها و سطح سیلیکون دوربین ها ایجاده شده است، و این به لطف AI ممکن شده است که به دوربین ها کمک می کند تا بتوانند آنچه را که دنبال آن می گردند را بهتر درک کنند و آن را بهتر بشناسند.

برنامه Google Photos یکی از نمونه هایی است که به ما نشان داد که چگونه ترکیب AI و عکاسی می تواند یک ترکیب قدرتمند شود، زمانی که این برنامه در سال ۲۰۱۵ توسط شرکت گوکل راه اندازی شد.

پیش از این، غول جستجو، گوگل، با استفاده از قابلیت یادگیری ماشینی هوش مصنوعی AI، برای سال ها در تلاش بوده است تا تصاویر مختلف را در برنامه +Google خود دسته بندی کند، اما راه اندازی برنامه تشخیص عکس آن که شامل ویژگی های تشخیص تصاویر از طریق AI می باشد در کل غیر قابل تصور می بود.

زیرا این کار به مرجعی سازگار از عکس های هزاران نفر با برچسب های مربوطه از همان کاربران نیاز داشت که به صورت یک پایگاه داده قابل جستجو در دسترس باشند.

اما اکنون به طور ناگهانی و خیلی سریع، گوگل می داند که مثلا گربه شما ممکن است چگونه به نظر برسد و تفاوت آن با یک حیوان خانگی دیگر مانند سگ را به خوبی تشخیص دهد.

گوگل با ساختن یک شبکه عمیق عصبی آموزش داده شده بر روی داده هایی که توسط انسان ها برچسب گذاری شده اند، که به نام شبکه عصبی DNNresearch شناخته می شود از سال ۲۰۱۳ کار کرده است.

این یادگیری ماشینی، سیستم تحت نظارت و یا supervised learning نامیده می شود؛ این فرآیند شامل آموزش شبکه عصبی با مشاهده میلیون ها عکس آپلود شده توسط کاربران می باشد تا بتواند در سطح گوشی های پیکسل گوگل برای راهنمایی های دیداری و برای کمک به شناسایی یک دسته از عکس ها و تصاویر مورد استفاده قرار گیرد.

با گذشت زمان، الگوریتم بهتر و بهتر عمل می کند، مثلا خیلی راحت تر می تواند یک پاندا را بشناسد، زیرا از گذشته الگوهای مورد استفاده بسیاری برای شناسایی درست پانداها را در اختیار داشته است و این الگوها همچینن می توانند برای درک بهتر این هوش مصنوعی افزایش یابند.

این AI یاد میگیرد که مثلا طرح های سیاه و سفید بدن خز دار یک پاندا چه ارتباطی با یکدیگر دارند و چگونه تشکیل شده اند و چطور طرح بدن آن به طور مثال با یک گاو متفاوت است.

با آموزش بیشتر، امکان جستجو برای بخش های مختلف بیشتری از قبیل “حیوانات” و یا “غذاها” وجود دارد که ممکن است اصلا شاخص های دیداری مشترکی نیز نداشته باشند و هوش مصنوعی با یک دیتا عظیم از تصاویر بتواند بسیاری از ان ها را تشخیص دهد، اما آن ها هنوز برای انسان ها بلافاصله آشکار و مشخص هستند و هوش مصنوعی نیاز به آموزش و مشاهده میلیون ها عکس پیش فرض دارد تا بتواند آن ها را به خوبی تشخیص دهد.

زمان زیادی برای پردازش یک الگوریتم مانند این طول می کشد، اما بعد از اینکه مراکز داده کار خود را انجام دادند، می توان از آن در دستگاه های تلفن همراه کم قدرت بدون هیچ مشکل استفاده کرد.

کار سنگین و ذخیره سازی قبلا انجام شده است، پس هنگامی که عکس های شما در حساب های اتصالات ابری یا همان cloud شما مثلا در Google Photos آپلود شود، گوگل می تواند از مدل های خود برای تجزیه و تحلیل و برچسب گذاری کل عکس های شما استفاده کند و عکس های شما را در دسته های تحلیل شده قرار دهد.

شما می توانید نحوه تنظیم برنامه Google Photos در تلفن های همراه اندوریدی را مشاهده کنید.

حدود یک سال پس از انتشار Google Photos، شرکت اپل نیز یک ویژگی جستجوی عکس که به طور مشابه توسط یک شبکه عصبی آموزش دیده شده بود را معرفی کرد، اما به عنوان بخشی از تعهد شرکت به حریم خصوصی، طبقه بندی واقعی بر روی پردازنده هر دستگاه به طور جداگانه بدون ارسال داده ها انجام می شود. این معمولا یک یا دو روز طول می کشد و در پس زمینه سیستم ها این تنظیمات صورت می پذیرد.

اما نرم افزار مدیریت عکس های هوشمند نیز یک چیز جداگانه هستند، اما AI و یادگیری ماشین ها به وضوح تأثیر بیشتری بر نحوه گرفتن تصاویر بهتر دارند.

بله، لنزها همچنان می توانند کمی سریعتر شوند و سنسورها نیز همیشه می توانند کمی بزرگتر شوند، اما ما در حال حاضر با محدودیت های فیزیکی برای تشخیص تصاویر در سیستم دستگاه های تلفن همراه کوچک روبرو هستیم.

با این حال، این روزها برای تلفن های همراه نیز گرفتن عکس های بهتر در برخی موقعیت ها نسبت به دوربین های اختصاص داده شده به آنها، حداقل قبل از پردازش کامل دوربین آن ها ممکن نیست.

و این به این دلیل است که دوربین های سنتی نمی توانند در بخش دیگری به جز سخت افزار که مربوط به عکاسی توسط نرم افزار یادگیری ماشینی می شود، رقابت کنند.

این سیستم های یادگیری ماشینی شامل یک پردازنده اصلی، یک پردازنده سیگنال تصویری و به طور فزاینده یک واحد پردازش مببتنی بر شبکه عصبی (NPU) می باشند.

این تکنولوژی یادگیری ماشینی می تواند همه چیز را از جلوه های تصویری مختلف، مانند: حالت های پرتره تلفن همراه تا الگوریتم هایی که به کیفیت تصویر باور نکردنی گوگل پیکسل کمک می کند، را به همراه داشته باشد.

در کل همه عکس های محاسباتی و تنظیم شده فقط شامل AI نیستند، اما AI قطعا یکی از اجزاء اصلی برای تنظیم آن ها می باشد.

مثلا اپل از این فناوری استفاده می کند تا حالت پرتره گوشی های دو دوربینه خود را اداره کند.

قبل تر نیز خبرها حاکی از ای این بود که اپل، معرف اولین گوشی تلفن دارای هوش مصنوعی می باشد.

پردازنده سیگنال تصویر آیفون از تکنیک های یادگیری ماشینی برای شناسایی افراد با یک دوربین استفاده می کند، در حالی که دوربین دوم نقشه ای عمیق برای کمک به جدا شدن سوژه و تار شدن پس زمینه را ایجاد می کند.

توانایی تشخیص مردم از طریق یادگیری ماشین جدید می باشد و این ویژگی در سال ۲۰۱۶ آغاز شد. اما مدیریت آن در زمان واقعی با سرعت مورد نیاز برای یک دوربین گوشی هوشمند، دستیابی به یک موفقیت جداگانه بود.

با این حال، گوگل همچنان رهبر آشکار در این زمینه با نتایج فوق العاده تولید شده توسط سه نسل از پیکسل جدید خود تحت عنوان شواهد محرمانه است.

همچنین ویژگی HDR+، حالت عکسبرداری پیش فرض، در تلفن های همراه پیکسل جدید گوگل از یک الگوریتم پیچیده استفاده می کند که چندین فریم زیر یکدیگر را به یک نمونه ادغام می کند و همانطور که مارک لووی، مسئول عکاسی محاسباتی گوگل، اشاره کرده است، یادگیری ماشین به این معنی است که سیستم فقط با گذشت زمان بهبود می یابد.

شرکت گوگل هوش مصنوعی AI خود را از طریق یک مجموعه داده های عظیم از عکس های برچسب دار و تگ دار شده، همانند نرم افزار Google Photos آموزش داده است، و این کمک می کند تا دوربین ها بتوانند از تونایی تشخیص تصاویر بهره ببرند.

تشخیص تصویر شب گوگل یک تبلیغ خیره کننده برای نقش نرم افزار AI در عکاسی است

مزیت ها و برتری گوگل هرگز برای این شرکت به اندازه کافی به نظر نمی رسید، همانطور که چند ماه پیش قابلیت دید در شب هوش مصنوعی خود را نیز راه اندازی کرد.

ببینید که هوش مصنوعی AI اشیاء را در تاریکی شناسایی می کند.

ویژگی جدید Pixel از یک الگوریتم یادگیری ماشین برای محاسبه دقیق تر تعادل رنگ سفید و رنگ های دیگر با نتایج رکورد شگفت انگیزی استفاده می کند.

این ویژگی به بهترین شکل در تلفن همراه Pixel 3 و یا پیکسل ۳XL گوگل کار می کند، چرا که الگوریتم ها با سخت افزار جدیدی طراحی شده اند، اما گوگل آن را برای تمام گوشی های پیکسل ساخته است، حتی مدل های اصلی که دارای تثبیت کننده تصویر نوری نیستند و این یک تبلیغ خیره کننده برای نحوه استفاده از نرم افزار مهم تر از سخت افزار در دوربین ها در هنگام عکسبرداری با موبایل ها است.

گفتنی است هنوز هم برای سخت افزار این امکان وجود دارد که بتواند تفاوت هایی ایجاد کنند، مخصوصا وقتی که توسط AI پشتیبانی می شوند.

تلفن همراه جدید آنر View 20، همراه با شرکت سازنده هوآوی Nova 4، برای اولین بار از سنسور تصویر IMX586 سونی استفاده می کنند.

این سنسور از اکثر رقبا بزرگتر است و با توانایی عکس برداری ۴۸ مگاپیکسل، بالاترین رزولوشن را در هر گوشی نمایش می دهد.

برای مطالعه بیشتر ببیند که دوربین های ۴۸ مگاپیکسل با سنسور تصویر IMX586 سونی به تلفن های همراه می آیند.

اما این به این معنی است که تعداد زیادی پیکسل را در یک فضای کوچک نمایش می دهد که برای کیفیت تصویر مشکل ساز می شود.

با این حال، در View 20، حالت “AI Ultra Clarity” از بیشترین وضوح برای تصویر برداری برخوردار است.

این نتیجه عکس های عمیقی به همراه دارد که شما می توانید مقدار زیادی در آن زوم کنید.

پردازنده های سیگنال تصویر برای مدتی برای عملکرد خوب دوربین به کار رفته اند، اما به نظر می رسد که NPU ها یا همامن شبکه های عصبی در زمینه پیشرفت عکاسی محاسباتی نقش مهمی ایفا خواهند کرد.

Huawei اولین شرکتی بود که پردازنده تراشه ای سخت افزار AI اختصاصی، Kirin 970 را رونمائی کرد، اگر چه پردازنده A11 Bionic اپل در ابتدا زود تر به دست مصرف کنندگان رسید.

Qualcomm، بزرگترین عرضه کننده پردازنده های اندروید در سراسر جهان نیز هنوز پردازنده ای را معرفی نکرده است، اما گوگل تراشه خود را به نام Pixel Visual Core برای کمک به کارهای تصویربرداری مرتبط با AI توسعه داده است.

جدیدترین پردازنده اپل A12 Bionic، در عین حال، دارای موتور هشت هسته ای عصبی است که می تواند وظایف خود را در Core ML، چارچوب یادگیری دستگاه اپل، تا ۹ برابر سریعتر از A11 انجام دهد و برای اولین بار به طور مستقیم با پردازنده تصویر مرتبط باشد.

اپل می گوید که این امر به دوربین کمک می کند تا از صفحه کانونی درک بهتری داشته باشد، به عنوان مثال، کمک کند تا در تصاویر عمق میدان واقع گرایانه تر و شبیه به سه بعدی را تولید کند.

برای مطالعه بیشتر مقایسه تلفن های همراه جدید Note 9 ،Pixel 3 XL ،iPhone XS Max و LG V40، و مشخصات کامل آن ها و یا مقایسه تلفن های همراه پیکسل ۳ در برابر آیفون XS در مقابل گلکسی S9 را مشاهده کنید.

دوربین یکی از ویژگی های اساسی هر گوشی همراه است و AI بهترین قابیلت برای ما است تا آن را بهبود دهیم

نوع سخت افزار برای آموزش کارآمد بر روی هر دستگاه به طور کلی بسیار مهم است، که با توجه به خواسته های آن از پردازنده، سقف فوق العاده بالایی نیاز دارد.

به یاد داشته باشید، نوع الگوریتم هایی که قدرت Google Photos را بر روی رایانه های عظیم و قدرتمند با GPU های سنگین و هسته های تانسور ایجاد می کنند، قبل از اینکه در کتابخانه عکس گوگل قرار بگیرند، جداگانه آموزش داده شده اند.

بیشتر این کار آموزش می تواند “به طور پیش فرض و اتوماتیک” انجام شود، اما توانایی انجام محاسبات یادگیری ماشین بر روی یک دستگاه تلفن همراه در زمان واقعی باقی می ماند.

همچنین گوگل برخی از کارهای قابل توجهی را انجام داده است که می تواند بار پردازش را کاهش دهد، در حالی که موتورهای عصبی نیز سال به سال سریعتر می شوند.

اما حتی در این مرحله اولیه از عکاسی محاسباتی، مزایای واقعی دیگری نیز وجود دارد که از دوربین های تلفن که با قابلیت یادگیری ماشین طراحی شده اند، بهره می برد.

در حقیقت، از تمام امکانات و کاربردهای مطرح شده توسط AI در چند سال گذشته، حوزه ای که بیشترین کاربرد عملی امروزی را دارد، احتمالا عکاسی است.

در صورت علاقه ۵ روش آسان برای ساخت هوش مصنوعی شخصی خودتان را مشاهده کنید.

دوربین یکی از ویژگی های اساسی هر گوشی است و AI بهترین انتخاب برای بهبود آن است.

برای مطالعه بیشتر ۱۵ تلفن همراه با پورت جدید و سریع USB Type-C و یا ۱۰ تلفن همراه با صفحه نمایش کامل یا notch را ببینید.

همچینن در صورت علاقه بیشتر ابزار جدید Google، از تلفن های پیکسل تا مرکز خانگی دستیار صوتی گوگل یا گوگل ۲۰ ساله شد و در همین حین، همچنان نیز با چالش های فراوانی سر و کار دارد و یا دوربین های AI ژاپن دزد ها را در همان لحظه شناسایی می کنند را ملاحظه کنید.

رای شما به "هوش مصنوعی AI چگونه عکاسی با دوربین های موبایل را ارتقاء داده است" چیست؟

رای شما با موفقیت ثبت شد.

ثبت رای شما با پیغام خطا همراه بود.

2 پاسخ به “هوش مصنوعی AI چگونه عکاسی با دوربین های موبایل را ارتقاء داده است”

  1. علی علیزاده گفت:

    سلام ممنون از اطلاعات خوبتون
    نرم افزار خاصی هست که بتونه AI رو روی گوشی های سامسونگ نصب کنیم تا کیفیت پرتره ها بهتر بشه؟

دیدگاهتان را بنویسید

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

این سایت از اکیسمت برای کاهش هرزنامه استفاده می کند. بیاموزید که چگونه اطلاعات دیدگاه های شما پردازش می‌شوند.

  • آموزش
  • بررسی
  • تصاویر
  • تکنولوژی
  • علمی
  • ماشین
  • ویدئو
  • محصولات
چگونه در برنامه ایلوستریتور یک اثر تایپوگرافی شیک ایجاد کنیم!
درست کردن یک آویز کاغذی زیبا و شیک
معرفی ۳ ابزار بی سیم شگفت انگیز برای اتومبیل ها
۱۰ ترفند جالب و کاربردی با کبریت برای استفاده در زندگی
نحوه ساخت یک جا لامپی زیبا با روزنامه و کاغذ !
نحوه ساخت یک انیمیشن ساده و جالب از مقوا در خانه
۶ ترفند ساده با استفاده از قوطی های نوشابه برای آسانتر کردن زندگی خود
نگاهی به یک هنر جذاب و خاص از برش دادن سکه های فلزی
ساخت یک دوچرخه ثابت جالب و ارزان قیمت با وسایلی ساده
درست کردن یک عروسک خرسی با کاموا
رینگ و قالپاق تایر اتومبیل خود را به روش هیدرو دیپ رنگ آمیزی کنید !
نحوه ساخت یک دستگاه گرم کننده با استفاده از لوله لحیم کاری
دسته بندی
بستن