Ennek az oka, hogy a modern eszközökben általában megtalálható rendkívül apró képérzékelő szenzorok nem tudnak sok fényt befogadni. Ezen próbáltak segíteni az Intel és az illinois-i Urbana-Champaign Egyetem (UIUC) kutatói.

A lehetőségeik között újfajta képalkotó szenzor kifejlesztése nem szerepelt, így a mesterséges intelligenciához (AI) fordultak segítségért. Megtanították a rendszert arra, hogy a sötét képekből vett adatokat élesebbé és világosabbá alakítsa. Az eredményekről egy számítógépes látással foglalkozó konferencián készülnek beszámolni.

Az algoritmus tanítása során a kutatók 5000 darab rossz fényviszonyok között készített felvételt használtak. Mindegyik két változatban készült: az egyik direkt túl sötét lett, a másiknál hosszabb expozíciós időt alkalmaztak. Ennél a verziónál hosszan kellett mozdulatlanul tartani a kamerát, így a módszernek a használata a mindennapokban általában nem életszerű.

Fény a sötétben

Az Intel-UIUC csapat azt állítja, hogy az algoritmus képes a sötétben készült képeket az expozíció háromszázszorosának megfelelőjére erősíteni. Mindezt anélkül, hogy dupla képet kelljen készíteni, esetleg megjelenjen a Photoshophoz hasonló programok által keltett képzaj és elszíneződés. A munka leginkább innovatív aspektusa a kutatók által összeállított adathalmaz, bár ezen kívül készítettek egy „szokásos” algoritmust is. A tanulmány szerint a sötétben készült képekből összeállított publikus adatbázis eddig nem létezett.

Minden gyártónál működhet

Chen Chen, a tanulmány társszerzője elmondta, hogy először más módszerrel próbálkoztak. Új képek létrehozása helyett tárgyakról készült felvételek kinyomtatásában gondolkodtak, melyeket aztán különböző fényviszonyok között lefényképeztek volna. A létrehozott szintetikus adatok azonban nem hozták a várt eredményt.

Ezek után kezdett el Chen rossz fényviszonyok között készült képeket gyűjtögetni. Két hónapig tartott, amíg elég kültéri felvételük lett, a beltériek összegyűjtésére egy hét elegendő volt. A felvételek elkészítéséhez két, különböző képfeldolgozási módszert alkalmazó, átlagos kamerát használt. Erre azért volt szükség, hogy az algoritmus ne csak egy gyártó készülékei alapján tudjon dolgozni.

Bár az adatok nagyfelbontású kamerákból származtak, kiderült, hogy az algoritmus egy iPhone 6S alulexponált képeit is képes volt „feljavítani”. Mindez arra mutat, hogy egy jövőbeli szoftverfrissítéssel talán bármilyen okostelefon képminősége javulhat. A kód és az adathalmaz hozzáférhető a Github-on.