БЛОГ ДОКТОРА И ГРАЖДАНИНА

Критерии системы обработки фотоизображений, основанной на искусственном разуме, строятся на распознавании сюжетов. При этом понятие «сюжет» здесь значительно шире, чем в общепринятом понимании. Сведение сюжета к таким понятиям, как природа, портрет, море, скалы, архитектура… довольно условно. Такое разделение сюжетов лишь упрощает работу с ними на самом низком уровне. На самом деле под сюжетом в системе понимается некая совокупность фотоизображений с близкими, например, по критерию конечных разностей Эйлера или по методу наименьших квадратов, фреймами. Это позволяет использовать сходные алгоритмы для обработки каждой такой совокупности.

На настоящем этапе развития системы обработки на сайте enimor.com для определения основных сюжетов используются «подсказки» со стороны пользователя. Это позволяет избежать грубых ошибок в системе, не накопившей еще достаточной базы примеров. В дальнейшем искусственный разум сможет обойтись без таких подсказок. Это объективный процесс: количество различных сюжетов на самом деле столь велико, что человеку трудно разобраться в их отличиях. Однако оно конечно: чрезмерное дробление приводит к тому, что результаты обработки различными алгоритмами, «привязанными» к сюжетам, становятся неразличимыми человеческим глазом.

Ниже приводятся конкретные примеры обработки фотоизображений на сайте enimor.com. Для объективности они произвольно выбраны с общедоступных ресурсов сети Интернет. Скрупулезный читатель может для проверки самостоятельно подвергнуть их обработке на сайте enimor.com.

Для удобства примеры сгруппированы по 8-ми сюжетам, которые в настоящее время представлены на сайте. Во всех случаях слева помещаются исходные фотоизображения, справа– обработанные.Для примеров выбраны достаточно «хорошие» по качеству снимки, чтобы продемонстрировать, что и их можно дополнительно улучшить. Поэтому коррекция проводится очень деликатно: ровно настолько, чтобы не выхолостить авторский замысел

Сюжет «АРХИТЕКТУРА»

На обработанном снимке ясно видно повышение детальности картинки, особенно на каменных блоках и на ветвях деревьев. На крышах домов, ранее смотревшихся темными пятнами, стала видна черепица. Водяные блики на реке стали более прозрачными, на них появился характерный отблеск ряби. Цвета неба и облаков стали более сочными и глубокими.

В основе системы распознавания сюжетов  фотоизображений на сайте enimor.com лежит таблица фреймов, составленная на основе анализа около сотни тысяч различных цифровых фотографий из Интернет и архивов фотографов с различной квалификацией. Каждый фрейм представляет собой матрицу-вектор, в которой записаны усредненные числовые характеристики фотоизображений определенного сюжета.

Достоинство машинных алгоритмов заключается в высокой скорости и точности вычислений. Это теоретически позволяет строить очень большие и детальные фреймы. Однако ЭВМ не способна самостоятельно оптимизировать причинно-следственные цепочки. Человеческий мозг интуитивно отделяет главное от второстепенного, и именно за счет выборочного анализа главного позволяет связывать причину и следствия любых действий. Профессиональный опыт является, по сути, заострением способности улавливать главное в анализируемых процессах, а талант фотографа – врожденной способностью быстро и четко производить интуитивный анализ.


Enimor.com возвращает фотографии естественные цвета


Из этих положений можно сделать два вывода:

•      изначально размер фрейма не должен превышать аналитические способности человека. Структура фрейма должна быть интуитивно понятна эксперту с точки зрения причинно-следственных цепочек;

•      по мере развития системы искусственного интеллекта и внедрения в него математических методов самообучения объем фрейма можно увеличивать до того предела, когда его повышение уже не дает ощутимых различий результативности системы для органов чувств эксперта.

Упрощенно в системе анализа можно выделить на 5 функций:

•      анализ резкости в серых тонах в области мелких, средних и крупных деталей;

•      анализ общих цветовых параметров (яркость, контрастность, насыщенность) и то же самое – в трех областях цветовой модели RGB;

•      оценка цветовой температуры и оттенка снимка;

•      анализ 4-х гистограмм (как в серых тонах, так и по цветам RGB);

•      анализ наличия, размеров и расположения цветовых пятен так называемых памятных цветов (прямой анализ сюжета фотоснимка).

Последнее требует небольшого пояснения. Человеческий мозг распознает материальные объекты, сравнивая цветовую «картинку», полученную глазом, с конкретными образами, заложенными в память. Например, человеческое лицо будет признано таковым, если будет содержать характерные черты. При этом мозг требует, чтобы лицо находилось в определенной цветовой гамме. Если лицо будет раскрашено в маскировочные цвета, быстрое выделение его, скажем, на фоне лесной растительности весьма проблематично. Таким же образом действует и алгоритм автоматического распознавания: обнаруживая характерные черты, он проверяет, соответствует ли пятно соответствующей цветовой гамме? Если соответствие не полное, программа выдает команды на коррекцию оттенков, которые вызваны вуалью, неправильным освещением или ошибками экспозиции.




Enimor.com выделяет объекты, оптимизирует цвета, повышает четкость


Базовыми элементами фреймов являются гистограммы, которые поддаются однозначному смысловому толкованию.В общем случае гистограмма – это столбчатая диаграмма распределения тонов на изображении, где горизонтальная ось обозначает яркость, а вертикальная – количество пикселей данной яркости. Гистограмма позволяет оценить правильность экспозиции, а также получить информацию о контрасте и насыщенности. Она может использоваться для анализа тонового характера изображения, определения тоновых дефектов, сюжета и условий съемки.

Система распознавания анализирует три независимых друг от друга гистограммы в основных цветах, а также гистограмму изображения в серых тонах. Их характеристики позволят сделать выводы о резкости/размытости исходного изображения, его цветовой насыщенности, интегральной светлоте цвета, световом тоне, световой и цветовой контрастности, общей цветовой температуре и оттенке изображения.

Задача интерпретации фреймов решается нейронной сетью системы искусственного интеллекта. В каждом конкретном случае совокупность элементов фрейма определяется принадлежностью анализируемого изображения к определенному семейству сюжетов, порожденному неким эталонным фотоизображением.



Enimor.com отдельно обрабатывает объекты на снимке:
осветление объектов в тени не влияет на уровень яркости других объектов съемки