گجت نیوز آخرین اخبار تکنولوژی، علم و خودرو 
عکاسی زیر آب یکی از زیرشاخه‌های عکاسی است که به دلیل شکست نور و تغییر رنگ‌ها در زیر آب، با چالش‌های زیادی برای نشان دادن واقعیت کف اقیانوس و دریاها همراه است. در همین رابطه دانشمندان با توسعه الگوریتمی جدید این چالش‌ها را به مقدار قابل توجهی از بین برده‌اند.
تصاویر مربوط به عکاسی زیر آب با وجود استفاده از تجهیزات و وسایل پیشرفته مربوط به این رشته، با عکس‌هایی که بر روی خشکی گرفته می‌شوند تفاوت‌های عمده‌ای دارند و وقتی به جای هوا، آب بین سوژه و دوربین عکاسی قرار بگیرد، نورها و رنگ‌های سوژه دچار تغییراتی می‌شوند که این اتفاق تا حدی از جذابیت تصویر کم می‌کند. به زبان ساده‌تر عکس‌هایی که از کف اقیانوس‌ها و دریاها گرفته می‌شوند ظاهری سردتر داشته و تنوع رنگی کمتری دارند.
در همین رابطه اقیانوس شناسی به نام دریا آکایناک (Derya Akkaynak) به همراه مهندسی به نام تالی تریبیتز (Tali Treibitz) الگوریتمی را توسعه داده‌اند که این چالش عکس برداری زیر آب را برطرف کرده و تصاویر زیر آب را همانند تصاویر روی خشکی، پررنگ و لعاب می‌کند؛ به این ترتیب ظاهر واقعی هر آنچه که در کف اقیانوس‌ها و دریاها وجود دارد به بیننده نشان داده می‌شود.
این الگوریتم با نام “Sea-thru” شناخته می‌شود؛ در ادامه تصویر اول در حالت عادی از زیر آب گرفته شده و عکس دوم با اعمال الگوریتم توسعه یافته، ظاهر سوژه بر روی خشکی را به ما نشان می‌دهد:
آکایناک در مصاحبه‌ای گفته است تصاویر و ویدیوهای ثبت شده از زیر آب همانند تصاویری که دانشمندان از محیط‌های دیگر ثبت می‌کنند، به صورت کامپیوتری آنالیز نمی‌شوند و به جای استفاده از امکاناتی همانند هوش مصنوعی و یادگیری ماشینی، آنالیز داده‌های تصویری مربوط به دنیای زیر آب اکثرا به صورت سنتی و مستقیما توسط افراد انجام می‌شوند.
این دانشمند می‌گوید که یک اقیانوس شناس به صورت متوسط برای شمردن تعداد ماهی‌های موجود در ویدیویی یک ساعته، باید دو ساعت زمان صرف کند و چنین مسئله‌ای پیشرفت در حوزه اقیانوس شناسی و علوم مربوط به اکوسیستم زیر آب را به شدت کند می‌کند.
به همین دلیل است که آکایناک و تیمش الگوریتم بازیابی رنگ‌های عکاسی زیر آب را توسعه داده‌اند تا با نشان دادن چهره واقعی دنیای زیر آب، استفاده از ابزارهایی مانند هوش مصنوعی را در این عکس‌ها راحت‌تر کنند. پروژه ساخت این الگوریتم حدودا سه سال و نیم طول کشیده و با وجود تمامی مشکلات سر راه دانشمندان، به محصول کنونی رسیده است.
از آنجایی که کاربران عادی و دانشمندان علاقه زیادی به استفاده از این سیستم بازیابی رنگ نشان داده‌اند، سازندگان Sea-thru گفته‌اند که قدم بعدی در پروژه آن‌ها فراهم کردن دسترسی غیرتجاری به محصول توسعه یافته است. از طرف دیگر، تحقیقات دانشمندان بعد از این بر روی اعمال الگوریتم در حالت استفاده از نوع غیرطبیعی متمرکز می‌شود.
استفاده از الگوریتم مورد نظر عکاسی زیر آب را به سطح جدیدی از وضوح و کیفیت می‌رساند
آکایناک می‌گوید که در بهترین حالت، نور خورشید بیشتر از چند ده متر در آب نفوذ نمی‌کند و به همین دلیل برای کاوش سوژه‌هایی که در اعماق اقیانوس‌ها هستند باید از نور غیرطبیعی استفاده کرد. در همین رابطه باید الگوریتم عکاسی زیر آب به گونه‌ای توسعه داده شود که در نور غیر طبیعی، سوژه عکس برداری را با ظاهر واقعی به بیننده نشان دهد.
همچنین دانشمندان گفته‌اند که باید امکان استفاده از این فیلتر در نرم‌افزارهایی مانند فتوشاپ فراهم شود و در بهترین حالت می‌توان الگوریتم مورد نظر را تا جایی پیش برد که از آن در تلفن‌های همراه و حتی ماسک‌های غواصی بهره‌برداری شود.
آلاستیر بیلی (Alastair Bailey) یکی از کارشناسان غواصی که تاکنون بیش از 500 مرحله غواصی کرده است، می‌گوید که نور با عبور از آب در طول موج‌های مختلف پخش می‌شود و به همین دلیل برخی از رنگ‌ها مانند زرد و قرمز با افزایش عمق در آب دیده نمی‌شوند. از طرف دیگر جذب نور توسط ذرات معلق در آب وضوح تصاویر عکاسی زیر آب را از بین می‌برد و این عوامل باعث می‌شوند که داده‌های تصویری اقیانوس شناسان تا حد زیادی ناقص باشند.
البته تمامی مخاطبان به یک اندازه در مورد الگوریتم Sea-thru هیجان‌زده نیستند؛ برخی معتقدند که این تکنیک تفاوت چندانی با روش‌های ساده تغییر رنگ در تصاویر ندارد و همچنین برخی می‌گویند که از بین بردن تغییرات مربوط به وجود آب در این تصاویر، حس طبیعی بود عکس‌ها را از بین می‌برد. آیکاناک در این رابطه گفته است که الگوریتم تیم او با تکنیک‌های تغییر تصاویر از طریق فتوشاپ متفاوت است و Sea-thru بر اساس وضعیت واقعی سوژه در زیر آب، بازیابی رنگ‌ها را به گونه‌ای انجام می‌دهد که انگار سوژه مورد نظر واقعا بر روی خشکی قرار گرفته است.
در ادامه شما را به دیدن نمونه‌های دیگری از تصاویر به دست آمده با اعمال فیلتر Sea-thru دعوت می‌کنیم:
