Quando si parla di bvisione notturna, tutti immaginano che l'immagine visualizzata sarà verde con il nero, tuttavia questo sta per cambiare. I ricercatori hanno trovato un modo per le telecamere di catturare, anche di notte, un'immagine a colori, come se fosse stata scattata durante il giorno.
Il 6 aprile, la rivista Plos One ha pubblicato un articolo americano in cui i ricercatori presentano la scoperta di un algoritmo ottimizzato con architettura di a href="https://www.infobae.com/america/buscador/?query=aprendizaje%20profundo" rel="noopener noreferrer" target="_blank"ibdeep learningi/i che riesce a trasformare lo spettro visibile da una scena notturna a come una persona potrebbe vederlo durante il giorno.
Di notte le persone non possono vedere colori e contrasti a causa della mancanza di luce, per questo hanno bisogno di illuminare l'area o usare le visiere notturne, queste ultime danno un'immagine verdastra. Risolvendo gli spettatori monocromatici, sarà possibile per tutti vedere e scattare foto che sembrano diurne, il che sarà di grande aiuto nel lavoro di ricognizione militare tattica, tra gli altri.
Per raggiungere questo obiettivo, i ricercatori hanno utilizzato una fotocamera monocromatica sensibile alla luce visibile e infrarossa per acquisire il database di un'immagine stampata o immagini di volti sotto illuminazione multispettrale che copre l'occhio visibile standard.
Successivamente hanno ottimizzato una rete neurale convoluzionale (U-Net) per prevedere le immagini dello spettro visibile da immagini nel vicino infrarosso. Il suo algoritmo è guidato dal deep learning utilizzando la luce spettrale.
Per imparare lo spettro di riflettanza spettrale degli inchiostri ciano, magenta e giallo, hanno stampato la tavolozza dei colori Rainboy per registrare le loro lunghezze d'onda. Hanno quindi stampato diverse immagini e le hanno poste sotto illuminazione multispettrale con una fotocamera monocromatica (in bianco e nero), montate su un microscopio da dissezione focalizzato sull'immagine.
In totale, hanno stampato una libreria di oltre 200 volti umani disponibile nella pubblicazione «Labeled Faces in the Wild», con una stampante Canon e una vernice MCYK. Le immagini sono state posizionate sotto diverse lunghezze d'onda e quindi utilizzate nel corso di formazione sull'apprendimento automatico incentrato sulla previsione di immagini a colori (RGB) da immagini illuminate di una lunghezza d'onda singola o combinata.
Per tutti gli esperimenti, hanno seguito il modello pratico dell'apprendimento automatico: hanno diviso il database in 3 parti, riservando 140 immagini per l'addestramento, 40 per la convalida e 20 per i test. Per confrontare le prestazioni tra diversi modelli, hanno valutato diverse metriche per la ricostruzione dell'immagine.
I ricercatori hanno sottolineato che questo studio funge da passo per la previsione di scene nello spettro visibile umano dall'illuminazione impercettibile del vicino infrarosso.
Hanno detto che «suggerisce che la previsione delle immagini ad alta risoluzione dipende più dal contesto di addestramento [della Macchina] che dalle firme spettroscopiche di ciascun inchiostro» e che questo lavoro dovrebbe essere un passo per i video di visione notturna, per i quali dipenderà il numero di fotogrammi che elabora al secondo.
CONTINUA A LEGGERE: