Pourquoi c’est important : une étude de Google Research traite d’une nouvelle technologie de réduction du bruit des images par IA qui pourrait considérablement modifier la photographie en basse lumière. L’outil est capable de reconstruire une scène sombre avec un débruitage puissant et un minimum d’artefacts, surpassant confortablement les outils de débruitage existants.
La photographie computationnelle a en fait parcouru un long chemin, et de nos jours elle prévaut dans les smartphones et les logiciels de post-traitement. La réduction du son est peut-être l’un des outils les plus précieux, car même les meilleurs capteurs de caméra vidéo ne sont pas exempts de son d’image, en particulier lorsqu’ils sont utilisés dans un environnement plus sombre. Une étude de Google Research a révélé une nouvelle technologie passionnante qui utilise un système expert pour éliminer le bruit de l’image des scènes plus sombres, permettant ainsi aux photographes professionnels de « voir dans le noir ».
Ils appellent ce nouvel outil RawNeRF et il fait partie de leur travail open source appelé MultiNeRF. RawNeRF est capable d’aider les photographes professionnels à capturer spécifiquement des scènes plus sombres. Il utilise une IA qui a une puissance de débruitage inégalée, et ce qui est vraiment excellent, c’est que le débruitage semble se produire avec très peu de perte de qualité et beaucoup moins d’artefacts que des outils comparables.
NeRF (Neural Radiance Fields) est un synthétiseur de vue capable de numériser une collection d’images et de reconstruire un rendu 3D précis. Ben Mildenhall, un chercheur de Google, explique que RawNeRF » combine des images prises à partir de plusieurs points de vue de caméras électroniques pour débruiter et reconstruire collectivement une scène. » Ce n’est pas seulement un débruiteur, mais il peut être utilisé pour différer la position de la caméra vidéo et voir la scène de différents angles. Les scènes sont reconstruites dans un espace colorimétrique HDR direct, ce qui signifie qu’il peut traiter des informations telles que la différence d’exposition directe, l’utilisation du mappage des tons et la modification de la mise au point.
Comme indiqué dans le vidéo ci-dessus, Mildenhall utilise une image d’appareil intelligent d’une table aux chandelles pour démontrer la puissance de RawNeRF. Il applique un post-traitement et un éclaircissement minimaux, et bien que l’image résultante soit plus détaillée, elle présente une quantité considérable de bruit de capteur. Il révèle que le passage de l’image à travers un débruiteur profond de pointe laisse des artefacts désagréables, mais avec RawNeRF, les résultats sont vraiment stupéfiants, en particulier en ce qui concerne la qualité de l’image et l’absence d’artefacts. Le facteur qu’il réalise si bien est dû au fait que l’IA est formée sur des informations d’image brutes au lieu de JPEG post-traités.
C’est incroyable de penser que nous pourrions voir cette technologie intégrée dans nos caméras vidéo et les téléphones portables bientôt, et cela finira probablement par changer la donne pour les photographes experts et les amateurs. Il n’existe aucun outil de réduction du son existant qui se rapproche même de ces résultats.
Toute l’actualité en temps réel, est sur L’Entrepreneur
