Ειδικά με την εξάπλωση των φορητών συσκευών και υπηρεσιών όπως το Instagram, αμέτρητες
φωτογραφίες παντός είδους έχουν κατακλύσει το Ίντερνετ, καθώς αμέτρητοι
χομπίστες φωτογράφοι ανεβάζουν τους εικόνες τους. 1,8 δισ. φωτογραφίες
υπολογίζεται ότι ανεβαίνουν ημερησίως, ωστόσο στο μεγαλύτερο ποσοστό
τους είναι (επιεικώς...) κακές.
Αυτό σκοπεύει να αλλάξει (τουλάχιστον, να προσπαθήσει να το κάνει) ομάδα επιστημόνων υπολογιστών του Princeton University και της Adobe, δημιουργώντας ένα πρόγραμμα το οποίο εντοπίζει και αφαιρεί τα στοιχεία που «χαλάνε» την φωτογραφία.
Όπως αναφέρεται σε σχετικό δημοσίευμα του Popular Science, το σχετικό paper παρουσιάστηκε πρόσφατα στην Computer Vision and Pattern Recognition Conference στη Βοστώνη. Μεταξύ των στοιχείων που «χαλάνε» τις φωτογραφίες συμπεριλαμβάνονται ο κακός φωτισμός και οι λάθος γωνίες, αλλά και τα αντικείμενα τα οποία αποσπούν την προσοχή του θεατή. Ειδικό λογισμικό photo editing επιτρέπει την αφαίρεσή των αντικειμένων αυτών, αλλά οι περισσότεροι δεν έχουν επαρκείς γνώσεις χειρισμού του.
Οι ερευνητές ήθελαν να δημιουργήσουν ένα πρόγραμμα που βγάζει αυτά τα αντικείμενα απλά και μόνο με ένα πάτημα, και για αυτό σε πρώτη φάση δημιούργησαν υπολογιστικό μοντέλο για την κατάδειξη των ενοχλητικών αντικειμένων, με τη βοήθεια εθελοντών που βρέθηκαν μέσω του Mechanical Turk της Amazon και της εφαρμογής Fixel, οι οποίοι υποδείκνυαν τα ενοχλητικά στοιχεία σε χιλιάδες φωτογραφίες. Η επεξεργασία των δεδομένων αυτών υπέδειξε σειρά κοινών χαρακτηριστικών (όπως για παράδειγμα το ότι συχνά βρίσκονταν στην άκρη των φωτογραφιών κ.α.).
Με αυτά τα δεδομένα δημιουργήθηκαν αλγόριθμοι εντοπισμού των ενοχλητικών/ ανεπιθύμητων αντικειμένων, που επικεντρώνονται σε συγκεκριμένα στοιχεία της φωτογραφίας και ανάλογα με σειρά παραγόντων (θέση, θολότητα κ.α.) «αποφασίζουν» αν πρέπει να διαγραφεί ή όχι (περιλαμβάνοντας ακόμα και ανιχνευτή προσώπων για την απαλοιφή περιπτώσεων «photobombing»). Δοκιμές που έγιναν απέδωσαν καλά αποτελέσματα, και οι ερευνητές ελπίζουν ότι κάποια στιγμή στο κοντινό μέλλον ο αλγόριθμος θα βρει τον δρόμο του σε ευρέως χρησιμοποιούμενα λογισμικά photo edititing.
* Οι απόψεις του ιστολογίου μπορεί να μη συμπίπτουν με τις απόψεις του/της αρθρογράφου ή τα περιεχόμενα του άρθρου.
Αυτό σκοπεύει να αλλάξει (τουλάχιστον, να προσπαθήσει να το κάνει) ομάδα επιστημόνων υπολογιστών του Princeton University και της Adobe, δημιουργώντας ένα πρόγραμμα το οποίο εντοπίζει και αφαιρεί τα στοιχεία που «χαλάνε» την φωτογραφία.
Όπως αναφέρεται σε σχετικό δημοσίευμα του Popular Science, το σχετικό paper παρουσιάστηκε πρόσφατα στην Computer Vision and Pattern Recognition Conference στη Βοστώνη. Μεταξύ των στοιχείων που «χαλάνε» τις φωτογραφίες συμπεριλαμβάνονται ο κακός φωτισμός και οι λάθος γωνίες, αλλά και τα αντικείμενα τα οποία αποσπούν την προσοχή του θεατή. Ειδικό λογισμικό photo editing επιτρέπει την αφαίρεσή των αντικειμένων αυτών, αλλά οι περισσότεροι δεν έχουν επαρκείς γνώσεις χειρισμού του.
Οι ερευνητές ήθελαν να δημιουργήσουν ένα πρόγραμμα που βγάζει αυτά τα αντικείμενα απλά και μόνο με ένα πάτημα, και για αυτό σε πρώτη φάση δημιούργησαν υπολογιστικό μοντέλο για την κατάδειξη των ενοχλητικών αντικειμένων, με τη βοήθεια εθελοντών που βρέθηκαν μέσω του Mechanical Turk της Amazon και της εφαρμογής Fixel, οι οποίοι υποδείκνυαν τα ενοχλητικά στοιχεία σε χιλιάδες φωτογραφίες. Η επεξεργασία των δεδομένων αυτών υπέδειξε σειρά κοινών χαρακτηριστικών (όπως για παράδειγμα το ότι συχνά βρίσκονταν στην άκρη των φωτογραφιών κ.α.).
Με αυτά τα δεδομένα δημιουργήθηκαν αλγόριθμοι εντοπισμού των ενοχλητικών/ ανεπιθύμητων αντικειμένων, που επικεντρώνονται σε συγκεκριμένα στοιχεία της φωτογραφίας και ανάλογα με σειρά παραγόντων (θέση, θολότητα κ.α.) «αποφασίζουν» αν πρέπει να διαγραφεί ή όχι (περιλαμβάνοντας ακόμα και ανιχνευτή προσώπων για την απαλοιφή περιπτώσεων «photobombing»). Δοκιμές που έγιναν απέδωσαν καλά αποτελέσματα, και οι ερευνητές ελπίζουν ότι κάποια στιγμή στο κοντινό μέλλον ο αλγόριθμος θα βρει τον δρόμο του σε ευρέως χρησιμοποιούμενα λογισμικά photo edititing.
* Οι απόψεις του ιστολογίου μπορεί να μη συμπίπτουν με τις απόψεις του/της αρθρογράφου ή τα περιεχόμενα του άρθρου.
0 Σχόλια