phone-photograpy

Вы когда-нибудь задумывались, как изменятся камеры смартфонов в будущем? В погоне за уменьшением толщины устройств и экономией места под батареи и другие компоненты, производители делают фотосенсоры все меньше, заморачиваются с количеством и размером пикселей и оптикой. Но вот что интересно: вместе с уменьшением габаритов камеры растет качество фотографий, снятых на телефоны. А что, если в будущем нам не нужны будут камеры, чтобы делать фото?

Сейчас чтобы сделать снимок, пользователь берет смартфон, включает камеру и наводит ее на нужный объект. Изображение фокусируется в линзах объектива, оправляется на матрицу камеры, обрабатывается, после чего телефон выводит на дисплей изображение.

С помощью алгоритмов программного обеспечения можно улучшить качество, наложить фильтр или ретушировать фото. Но что будет, если подключить к задаче искусственный интеллект и научить смартфон опознавать объекты, а не просто механически дублировать их изображение на экране? Благодаря машинному обучению и нейронным сетям, продвинутым навигационным системам и программным инструментам уже в обозримом будущем смартфоны смогут делать качественные фотографии независимо от освещения и других факторов, которые обычно влияют на качество снимков.

Может показаться, что эта идея просто выдумка гиков или фантастов, но это не так. Google успешно учит нейронную сеть распознавать на снимках человеческие лица и объекты. Благодаря этой технологии сервис Google Photos сортирует снимки и различает их по определенным параметрам, пополняя свои знания. Так, если вы добавите в библиотеку несколько новых селфи, искусственный интеллект определит, что на них человеческие лица и присвоит им определенный класс. Аналогичная система может со временем появиться и в смартфонах, только работать она будет не с готовыми фото, а в режиме реального времени, используя для поиска объектов и ориентации в пространстве датчики внутри смартфона.

Так сейчас работают механизмы распознавания объектов на фото

Так сейчас работают механизмы распознавания объектов на фото

Другой пример: в кадр попал объект, которого там быть не должно. Если уже сейчас Фотошоп умеет анализировать содержимое снимков и удалять ненужные объекты, заполняя свободное место текстурой, о которой узнал благодаря контексту, то вместе с нейронной сетью он будет делать это быстрее и лучше. На фото красивого пейзажа можно будет вставить свой семейный снимок или наоборот, очистить фотографию от лишних людей.

Технологии не стоят на месте, и в будущем мобильное устройство научат с точностью до метра определять наше местоположение, анализировать данные о погоде и времени суток, а также дадут доступ к огромной базе данных фотографий разных объектов по всему миру. В этом случае шансы, что устройство угадает, что и с какого ракурса вы хотите сфотографировать, очень велики. Совсем необязательно использовать линзы и матрицы, чтобы продублировать объекты на дисплее – нейросеть сама узнает то, что ей нужно.

Понятно, что на ранних этапах развития искусственный интеллект будет выступать скорее помощником для улучшения качества снимков, нежели полноценным инструментом мобильной фотографии. Тем не менее, учитывая активную работу Google и Apple в сфере машинного обучения и построения нейронных сетей, до начала эры фотографии без использования физической камеры осталось не так уж и много времени. Главное, чтобы умные гаджеты, которые видят все и всех, потом не восстали против человечества.