Превосходит мировые аналоги на 37,3%: разработка самарских ученых увеличит точность цветопередачи цифровых камер

Подход cmKAN позволяет более точно сравнивать и корректировать в автоматическом режиме цвета изображения с фотокамеры.

Фото: Владимир ВЕЛЕНГУРИН. Перейти в Фотобанк КП

Ученые придумали, как увеличить точность цветопередачи цифровых камер. Они разработали новую технологию на основе нейросетевых методов. Авторами проекта стали представители института искусственного интеллекта Самарского университета им. С.П. Королева совместно с коллегами из Москвы, Вюрцбурга (Германия) и Йорка (Канада). Подробнее – в материале «КП-Самара».

Универсальный нейросетевой подход

Сейчас существует множество камер. К примеру, в современных смартфонах представлены три типа камер: телекамера, основная и широкоугольная. Они по-разному отображают цвет. При переходе между камерами цвета на снимках отличаются. Как отмечают ученые, различия камер имеют нелинейный характер, из-за чего усложняется автоматическая обработка изображений.

До настоящего времени с точной обработкой цвета лучше всего справлялись классические алгоритмы. Нейросетевые методы, которые показывают впечатляющие результаты во многих сферах, здесь явно проигрывали. Самарским ученым удалось преодолеть разрыв между классическими и нейросетевыми алгоритмами обработки цвета. Они разработали универсальный нейросетевой подход сопоставления цветов cmKAN.

Для автоматической обработки фото ученые впервые в мире применили сети Колмогорова-Арнольда (KAN). Это новый тип архитектуры нейронных сетей, в основе которого теорема представления Колмогорова-Арнольда, разработанная советскими математиками. Он может стать альтернативой для традиционных нейросетей MLP, которые сейчас широко используют в системах компьютерного зрения и в больших языковых моделях.

Артем Никоноров рассказал о создании нового нейросетевого метода, который повысил точность обработки цвета / Фото: Олеся Орина

«Подход cmKAN позволяет более точно сравнивать и корректировать в автоматическом режиме цвета изображения. Процесс работы нейросети похож на этапы работы оператора программы цветовой коррекции, например, Photoshop или Lightroom. Нам удалось теоретически показать, что сети Колмогорова-Арнольда максимально хорошо отражают нелинейные преобразования цвета», - рассказал директор института искусственного интеллекта Артем Никоноров.

Эффективнее, чем мировые аналоги

Чтобы обучить свою разработку, ученые подготовили внушительный набор данных. Он содержит более двух тысяч пар снимков с различных камер, в различных местах и условиях съемки. Тестирование показало, что cmKAN сильно превосходит методы улучшения цветопередачи, которые сейчас применяют производители смартфонов и цифровых камер. Он обходит мировые аналоги в среднем на 37,3%.

«Наша разработка эффективно обрабатывает сцены с высоким динамическим диапазоном, изображения, снятые в сложных условиях, в вечернее и ночное время», – отметил Артем Никоноров.

Ученые рассчитывают, что их метод получит широкое применение. К примеру, его можно будет использовать в камерах смартфонов и цифровых фотокамерах, а также при автоматизации редактирования и цветокоррекции фото в издательском деле, полиграфии, при подготовке медиаконтента и др.

Материал подготовлен при поддержке Минобрнауки России в рамках Десятилетия науки и технологий.

К ЧИТАТЕЛЯМ

Узнавайте новости первыми, подпишитесь на наш телеграм-канал и канал в МАХ

Обсуждаем новости в нашем канале ВК. Подписывайтесь и оставайтесь на связи

Хотите больше историй и видео? Подпишитесь на наш дзен-канал