Создана камера размером с крошку от печенья

18.01.2022 | Лайфхак | Просмотры: 965

Мельчайшей камере в мире помогает искусственный интеллект для получения изображения нормального размера. Именно уникальный объектив и подход к обработке изображений лежат в основе великолепных фотографий этой миниатюрной камеры.

Исследователи разработали крошечную камеру, которая делает удивительно четкие фотографии. Только не чихайте, пока он у вас в руке, ведь сама камера размером с крупинку соли и вы можете больше никогда не найти ее.

Меньшие камеры могут означать более легкие смартфоны и новые гаджеты в стиле Джеймса Бонда. Но это не все. Камеры такого масштаба могут плавать сквозь тело , кататься на насекомом, осматривать ваш мозг или отслеживать враждебную среду. Так же такая камера могла бы помочь Вам выигрывать, например в PokerDom https://www.facebook.com/pokerdomofficial/, если бы конечно соревнования по этой карточной игре проходили не онлайн. 

Как вы упаковываете столько фотосъемки в нечто размером с крошку? По словам Феликса Хайде, для создания объектива камеры требуется «радикально иной подход». Он ученый-компьютерщик из Принстонского университета в Нью-Джерси. Его лаборатория разработала камеру вместе с коллегами из Вашингтонского университета в Сиэтле. Команда поделилась своей работой в Nature Communications в ноябре.

Камеры состоят из двух основных частей: объектива и сенсора. Объектив преломляет падающий свет на датчик, где изображение записывается. За последние несколько десятилетий сенсоры становились все меньше и меньше. Но объективы — это отдельная история. «Объективы вовсе не были миниатюризированы, — говорит Хайде. Большинство из них спроектированы сегодня немного иначе, чем в 1800-х годах.

Линзы традиционно изготавливаются путем складывания изогнутых кусочков стекла или пластика. Изогнутая поверхность преломляет проходящий свет. То, как изгибается свет, зависит от кривизны. Линза может быть цельным куском стекла. Чтобы преломить свет в большем количестве способов, вы можете сложить несколько из них вместе.

Команда Хайде использовала совершенно другой подход. Они сделали линзу из метаповерхности . Эти поверхности представляют собой сверхтонкие искусственные материалы с крошечными структурами. Структуры настолько малы, что их размеры измеряются миллиардными долями метра (нанометрами). Подобные, но немного более толстые материалы называются метаматериалами.

Снимки, сделанные другими мини-камерами, были нечеткими и искаженными (слева). Новая камера делает четкие полноцветные снимки (справа). Они не уступают снимкам, сделанным обычными камерами.

«Метаматериалы взаимодействуют со светом совершенно новыми способами, не встречающимися в природе», — объясняет Наталья Литчиницер. Она инженер-электрик в Университете Дьюка в Дареме, Северная Каролина. То, как они взаимодействуют, зависит от структур — их формы, плотности, узора и того, из чего они сделаны. Это относится и к метаповерхностям.

Снимки, сделанные другими мини-камерами, были нечеткими и искаженными (слева). Новая камера делает четкие полноцветные снимки (справа). Они не уступают снимкам, сделанным обычными камерами.

При правильном дизайне метаповерхности могут стать миниатюрными линзами или зеркалами . Это означает, что они могут втискиваться в крошечные пространства и открывать то, чего люди раньше не видели. Еще один плюс? Их можно сделать за копейки. Это потому, что вы можете сделать их, используя процесс, разработанный для производства компьютерных чипов.

Тем не менее, предупреждает Литчиницер, эта технология является относительно новой и имеет свои ограничения. Например, метаповерхностные линзы часто дают нечеткие изображения или изображения с цветными ореолами по краям. Литчиницер благодарит создателей новой камеры за разработку компьютерных программ для решения этих проблем. Для этих программ исследователи обратились к искусственному интеллекту или ИИ.

«Учимся», чтобы получать более качественные снимки

Когда TikTok или Snapchat распознает ваше лицо на фотографии и применяет фильтр, это работа ИИ. Чем больше вы используете эти функции, тем лучше их машинное обучение идентифицирует вас. Это потому, что эти программы учатся на своих ошибках.

Применяя аналогичный подход, команда Хайде решила две ключевые проблемы для камер с метаповерхностями: дизайн объектива и качество изображения. Для получения качественного изображения им требовалась метаповерхность с более чем 1,5 миллионами металлических структур. Но как должны быть расположены структуры, чтобы получить наилучшую картинку? Изучение каждой возможности заняло бы слишком много времени и вычислительной мощности.

Машинное обучение включает в себя глубокое обучение и нейронные сети.

К счастью, есть короткий путь. Команда написала компьютерную программу, которая имитировала свет, проходящий через линзу, и изображение, которое она создавала. Затем программа подправила дизайн линзы и снова запустила симуляцию. Он сравнивал новую картинку с предыдущей и определял, какая из них лучше. По мере того, как программа перебирала различные возможности, каждый раз она узнавала немного о том, как лучше всего настроить дизайн и получить наилучшее изображение.

Но даже идеальная конструкция объектива не обеспечит четких и четких изображений, если вы не решите другую задачу. Никакая метаповерхностная линза не может идеально сфокусировать все проходящие световые лучи. Это вносит размытость. Чтобы справиться с этим, команда написала вторую компьютерную программу. Этот смотрел на изображения смоделированной сцены. Изображения были размыты по-разному. Перебирая изображения и сравнивая их с исходной сценой, программа научилась корректировать каждый тип размытия. Результат: программа обработки изображений, делающая изображения четкими и сфокусированными.

Зарегистрируйся и получи 50 Вт. ?