近日,加州大學的一個研究小組使用深度學習來識別黑暗中的色彩。該小組在開放獲取網(wǎng)站PLOS ONE上發(fā)表了一篇描述其工作的論文。
正如研究人員所指出的,人類能夠看到400至700納米光譜的光。物體的顏色取決于從它們身上反彈并進入眼睛的光的波長。人類已經(jīng)開發(fā)出一種手段,通過創(chuàng)造夜視技術來擴大視覺范圍,將紅外光照射到物體上,并捕捉反彈回來的信號,然后以單色圖像或視頻的形式轉(zhuǎn)換為可見光。雖然紅外技術已被證明在各種應用中很有用,但科學家們一直在努力開發(fā)能夠在沒有光線的地方使用相機提供全色圖像或視頻的技術。在這項新的研究中,研究人員已經(jīng)朝著這個方向邁出了一小步。
之前的研究表明,深度學習網(wǎng)絡能夠為單色數(shù)據(jù)添加顏色。在這項新的研究中,研究人員擴展了深度學習網(wǎng)絡,“教”人工智能系統(tǒng)在沒有可見光的情況下弄清物體的顏色。
其中包括教人工智能系統(tǒng)使用一個以上波長的紅外光,以及來自可見光譜的數(shù)據(jù)。為此,研究人員使用了一個能夠?qū)梢姽夂图t外光譜的光做出反應的單色相機。然后他們用它拍攝了多張人臉的照片,以此來教人工智能系統(tǒng)了解人臉中的顏色。然后他們使用該系統(tǒng)在黑暗中拍攝類似的照片。在此過程中,他們發(fā)現(xiàn)該系統(tǒng)能夠準確地猜測圖片的顏色,并將其顯示在電腦屏幕上。
研究人員承認,該應用僅限于人臉照片,且僅是猜測所能獲得的最好結果,而不是主體的真實呈現(xiàn),但他們也指出,這樣的系統(tǒng)可以隨著時間的推移發(fā)展成為使夜視圖像著色的技術。
該研究論文題為"Deep learning to enable color vision in the dark",已發(fā)表在PLOS ONE期刊上。
前瞻經(jīng)濟學人APP資訊組
論文原文:https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0265185
從學術到產(chǎn)業(yè),更多相關數(shù)據(jù)請參考前瞻產(chǎn)業(yè)研究院《2022-2027年中國人工智能軟件行業(yè)市場前瞻與投資戰(zhàn)略規(guī)劃分析報告》。同時前瞻產(chǎn)業(yè)研究院還提供產(chǎn)業(yè)大數(shù)據(jù)、產(chǎn)業(yè)研究、產(chǎn)業(yè)鏈咨詢、產(chǎn)業(yè)圖譜、產(chǎn)業(yè)規(guī)劃、園區(qū)規(guī)劃、產(chǎn)業(yè)招商引資、IPO募投可研、IPO業(yè)務與技術撰寫、IPO工作底稿咨詢等解決方案。
標簽: