Группа исследователей из Калифорнийского университета использовала глубокое обучение, чтобы обеспечить ограниченное цветовое зрение в темноте. Группа опубликовала статью с описанием своей работы на сайте открытого доступа PLOS ONE.
Как отмечают исследователи, люди способны видеть свет в диапазоне от 400 до 700 нм — объекты имеют определенные цвета в зависимости от длины волны света , который отражается от них и попадает в глаз. Люди разработали средства для расширения дальности видимости, создав технологию ночного видения, направляя инфракрасный свет на объекты и улавливая отраженные сигналы, которые затем преобразуются в видимый свет в виде монохроматических изображений или видео. И хотя инфракрасная технология доказала свою полезность в различных приложениях, ученые работают над технологией, которая могла бы обеспечивать полноцветные изображения или видео с помощью камер в местах без света. В этой новой попытке исследователи сделали один маленький шаг в этом направлении.
Предыдущие исследования показали, что сети глубокого обучения могут быть полезны для добавления цвета к монохромным данным. Такие системы можно научить, какие цвета должны быть в сцене, например, показывая им несколько примеров данной сцены в то время, когда она хорошо освещена. Но такие приложения ограничиваются уже изученными сценами. В этой новой работе исследователи расширили средства, с помощью которых сеть глубокого обучения может использоваться для «обучения» системы искусственного интеллекта тому, как определять, какие цвета должны быть при отсутствии видимого света.
Работа включала использование более одной длины волны инфракрасного света при обучении системы ИИ, а также данные о свете в видимом спектре . С этой целью они использовали монохромную камеру, способную реагировать на свет как в видимом, так и в инфракрасном спектре . Затем они использовали его, чтобы сделать несколько снимков лиц людей, чтобы научить систему искусственного интеллекта цветам человеческих лиц. Затем они использовали систему, чтобы сделать аналогичные фотографии в темноте. При этом они обнаружили, что система способна делать точные предположения, чтобы раскрасить изображения, отображаемые на экране компьютера.
Исследователи признают, что их применение ограничено фотографиями человеческих лиц, и что результаты являются лучшими предположениями, а не истинными представлениями об объекте, но они также отмечают, что такие системы, как их, могут со временем развиться в технологию для раскрашивания изображений ночного видения.
