Yapay Zeka Kameralar Lenslerin Tasarlanma Şeklini Neden Değiştiriyor?

Uzun bir süre kamera geliştirme oldukça basit bir mantık izledi:

Daha iyi sensör → daha yüksek çözünürlük → daha iyi kamera.

Daha sonra AI resme girdi.

Aniden kamera artık sadece olanları kaydetmiyordu.

Bunu anlaması bekleniyordu.

Bir güvenlik kamerasının bir kişiyi araçtan ayırması gerekebilir. Bir robotun bir engeli tanıması gerekebilir. Bir drone yüksek hızda hareket ederken çevresini anlaması gerekebilir.

Bu da yeterince ilgi görmeyen bir sorun yaratıyor:

Yapay zeka yalnızca kameranın verdiği görsel bilgilerle çalışabilir.

Mükemmel bir algoritma, optik sistemin asla yakalayamadığı ayrıntıları kurtaramaz.

Yapay zekanın kamera lenslerinin tasarım şeklini sessizce değiştirmesinin nedeni budur.

Yapay Zeka, Kötü Optikleri Ortadan Kaybetmiyor

Giderek daha güçlü hale gelen yapay zeka modellerinin vasat kameraları telafi edeceğini düşünmek cazip geliyor.

Bazen hesaplamalı fotoğrafçılık yardımcı olabilir.

Gürültü azaltma görüntüyü iyileştirebilir.

Keskinleştirme kenarların daha güçlü görünmesini sağlayabilir.

Yapay zeka geliştirmesi görsel açıdan makul ayrıntıları yeniden oluşturabilir.

Ancak bir görüntünün daha iyi görünmesini sağlamak ile daha gerçek bilgilerin yakalanması arasında bir fark vardır.

Zayıf optik çözünürlük nedeniyle bir nesne ciddi derecede bulanıksa, yazılım orijinal ince ayrıntıları güvenilir bir şekilde yeniden oluşturamaz.

Eğer bir gece görüntüsü neredeyse hiç kullanılabilir sinyal içermiyorsa, bir algoritma kolayca güvenilir görsel deliller icat edemez.

Bu, görüntünün eğlence amacıyla izlenmediği güvenlik ve endüstriyel uygulamalar için özellikle önemlidir.

Karar vermek için kullanılıyor.

Düşük Işık Performansı Yapay Zeka Gerekliliği Haline Geliyor

AI kameralar için en büyük zorluklardan biri düşük ışıktır.

İnsanlar genellikle loş ortamlarda makul kararlar verebilirler.

Bilgisayarlı görme sistemleri daha az bağışlayıcıdır.

Aydınlatma azaldıkça kameralar genellikle aşağıdakilerle karşı karşıya kalır:

Artan sensör gürültüsü

Daha düşük kontrast

Hareket bulanıklığı

Renk bilgisi kaybı

 Azaltılmış kenar tanımı

Bu sorunlar yapay zeka tespitini ve sınıflandırmasını doğrudan etkileyebilir.

Geceleri otoparkta yürüyen bir kişiyi düşünün.

Parlak bir sahnede yapay zeka, kişinin dış hatları, kıyafetleri, hareketleri ve çevresi hakkında net bilgilere sahip olabilir.

Yetersiz aydınlatılmış bir sahnede aynı kişi gürültülü bir siluete dönüşebilir.

Algoritma birdenbire aptallaşmadı.

Girdiyi yorumlamak çok daha zor hale geldi.

Bu, geniş diyafram açıklığına sahip ve düşük ışıklı optik tasarımların yapay zeka görüş sistemleriyle giderek daha alakalı hale gelmesinin bir nedenidir.

Daha Küçük Pikseller Daha Büyük Optik Talepler Yaratır

Modern sensörler piksel yoğunluğunu artırmaya devam ediyor.

Bu, daha fazla görüntü verisi oluşturur ancak aynı zamanda lense daha fazla yük bindirir.

Daha küçük pikseller, optik sistemin daha ince mekansal ayrıntıları çözmesini gerektirebilir.

Lens buna ayak uyduramazsa, piksel eklemek azalan getirilere neden olur.

Bu özellikle AI kameralar için önemlidir çünkü sistem nispeten küçük görsel özelliklere bağlı olabilir.

Bir insan bir nesneyi genel şeklinden tanıyabilir.

Bir yapay zeka modeli, ince desenlere, kenarlara, dokulara veya renk ilişkilerine dayanabilir.

Bu nedenle lensin, bu özelliklerin tüm görüntüleme hattında hayatta kalabilmesi için yeterince temiz bir görüntü sunması gerekir.

Bu, optik tasarım ve sensör seçiminin giderek birlikte gerçekleşmesinin bir nedenidir.

Geniş Açılı Lensler İlginç Bir Yapay Zeka Dengesi Yaratıyor

Yapay zeka kameraları genellikle geniş bir görüş alanına ihtiyaç duyar.

Robotların çevrelerini anlamaları gerekiyor.

Drone'ların durumsal farkındalığa ihtiyacı var.

Güvenlik kameralarının geniş alanları kapsaması gerekiyor.

Öyleyse neden merceği genişletmiyorsunuz?

Çünkü geniş açılı optikler kendi zorluklarını da beraberinde getiriyor.

Görüş alanı arttıkça tasarımcıların şunları yönetmesi gerekir:

Bozulma

 Kenar çözünürlüğü

Bağıl aydınlatma

Kromatik sapma

Görüntü geometrisi

Çok geniş bir mercek çevrenin daha fazlasını yakalayabilir ancak kenarlara yakın yerlerde daha zayıf görüntü kalitesi üretebilir.

İnsan görüntülemesi için bu kabul edilebilir olabilir.

Yapay zeka için durum daha karmaşık hale gelebilir.

Görüntünün kenarına yakın nesneler aşırı derecede bozuk veya bulanıksa, algoritmadan zaten bozulmuş olan görsel bilgiyi yorumlaması istenir.

Bu, temel bir tasarım değiş tokuşu yaratır:

Daha fazla görüş alanı ve daha fazla kullanılabilir ayrıntı.

Doğru cevap uygulamaya bağlıdır.

Robotik: Lensler Algı Sisteminin Bir Parçası Haline Geliyor

Somutlaştırılmış yapay zekanın yükselişi bu sorunu daha da ileriye taşıyor.

Bir robotun şunu sorma lüksü yoktur:

"Birisi ışıkları açabilir mi lütfen?"

Kendisine verilen ortamda çalışması gerekir.

Bu ortam şunları içerebilir:

Gölgeler

 Düzensiz aydınlatma

Yansıtıcı yüzeyler

 Dar alanlar

İnsanları hareket ettirmek

 Farklı mesafelerdeki nesneler

Bu nedenle kamera robotun algılama sisteminin bir parçasıdır.

Robotik görme için mercek tasarımında aşağıdakilerin dikkate alınması gerekir:

Görüş alanı

Bozulma

Düşük ışık performansı

Çözünürlük

Derinlik algısı gereksinimleri

Boyut ve ağırlık

Güzel bir laboratuvar görüntüsü üreten bir mercek, hareket eden bir robot için mutlaka doğru mercek olmayabilir.

Gerçek dünyadaki güvenilirlik mükemmel bir demodan daha önemlidir.

İHA'lar ve Drone'ların Farklı Bir Optik Dengeye İhtiyacı Var

Dronlar başka ilginç bir zorluk daha yaratıyor.

Bir drone kamerasının aşağıdakilere ihtiyacı olabilir:

Geniş görüş alanı + düşük ağırlık + iyi çözünürlük + düşük ışık kapasitesi.

Bu zor bir kombinasyon.

Geniş görüş alanı, dronun çevresini anlamasına yardımcı olur.

Düşük ağırlık, uçuş verimliliğine yardımcı olur.

İyi çözünürlük nesnelerin tanımlanmasına yardımcı olur.

Düşük ışık performansı şafak vakti, alacakaranlık, iç mekan uçuşu veya zorlu hava koşulları için önem kazanmaktadır.

FPV sistemleri başka bir gereksinim daha ekler:

Görüntünün anında hissedilmesi gerekiyor.

Hareket bulanıklığı, zayıf pozlama veya aşırı görüntü bozulması, pilotun görsel algısını olumsuz yönde etkileyebilir.

Bu nedenle drone lens tasarımı, yalnızca odak uzaklığı seçiminden ziyade giderek daha fazla bir optimizasyon sorunu haline geliyor.

Yapay Zeka Gözetim Tespitten Anlamaya Geçiyor

Güvenlik kameraları bu geçişin en net örneklerinden birini sunuyor.

Geleneksel gözetim şunu sordu:

"Bir şey hareket etti mi?"

Modern yapay zeka gözetimi şunu soruyor:

Kim taşındı?

 Bu hangi araç?

 Hangi yöne gidiyor?

Hangi nesne taşınıyor?

 Davranış alışılmadık mı?

Olaydan önce ve sonra ne oldu?

Analitikler ne kadar gelişmiş olursa, orijinal görüntü o kadar değerli hale gelir.

Bu nedenle tam renkli düşük ışıklı görüntüleme dikkat çekiyor.

Renk aşağıdakiler için yararlı bilgiler sağlayabilir:

 Araç sınıflandırması

Giysi tanımlama

 Nesne tanıma

 Sahne anlayışı

Kızılötesi çok karanlık ortamlarda son derece yararlı olmaya devam ediyor, ancak görünür ortam ışığı mevcut olduğunda geniş diyafram açıklığına sahip bir optik sistem, aksi takdirde kamera monokrom gece görüşüne geçtiğinde kaybolacak bilgilerin korunmasına yardımcı olabilir.

Lens Veri Kalitesi Bileşeni Haline Geliyor

Bu belki de yapay zekanın optik mühendisliğe getirdiği en büyük değişiklik.

Tarihsel olarak lensler sıklıkla görüntüleme bileşenleri olarak ele alınıyordu.

Artık bunların giderek daha fazla veri kalitesi bileşenleri olarak görülmesi gerekiyor.

Kamera verileri yakalar.

Lens, sensöre ne kadar faydalı optik bilginin ulaşacağını belirler.

Sensör bu bilgiyi elektrik sinyallerine dönüştürür.

ISP bunu işler.

Yapay zeka modeli bunu yorumluyor.

İlk aşama zayıfsa, sonraki aşamalarda daha çok çalışmak gerekiyor.

Bu her zaman iyi bir strateji değildir.

Başlangıçta daha iyi bilgi yakalamak, daha sonra onu onarmak için muazzam hesaplama kaynakları harcamaktan genellikle daha iyidir.

Bu, Lens Tasarımı Açısından Ne Anlama Geliyor?

Gelecekteki AI kamera lenslerinin, izole spesifikasyonlar yerine uygulama gereksinimlerine göre giderek daha fazla tasarlanması muhtemeldir.

Mühendislerin şunları dikkate alması gerekebilir:

Sensöre özel optik tasarım

Lenslerin yalnızca bir sensör formatını desteklemek yerine gerçek sensör özelliklerine uyması gerekir.

Daha iyi düşük ışık performansı

Yapay zeka sistemleri, aydınlatma sınırlı olduğunda bile kullanılabilir görsel bilgilere ihtiyaç duyar.

Daha tutarlı kenar performansı

Geniş açılı sistemler yalnızca merkezde değil, görüntünün tamamında kullanılabilir bilgilere ihtiyaç duyar.

Kontrollüçarpıtma

Bazı uygulamalar bozulmayı tolere edebilir. Diğerleri yapamaz.

Termal stabilite

Robotlar, araçlar, dronlar ve dış mekan kameraları geniş sıcaklık aralıklarında çalışabilir.

Uygulamaya özel optimizasyon

İdeal güvenlik lensi mutlaka ideal robotik lens değildir.

Gelecek, gerçekleştirmeleri gereken işe göre tasarlanan optik sistemlere aittir.

Boshi Optik'te Neler Öğreniyoruz?

Şu tarihte:Boshi Optik, güvenlik gözetimi, otomotiv görüntüleme, tıbbi görüntüleme, akıllı cihazlar ve diğer optik uygulamalar üzerinde çalışıyoruz. Bu uygulama yelpazesi bir şeyi özellikle açık hale getiriyor:

“İyi bir lensin” evrensel bir tanımı yoktur.

Geniş açılı bir lens bir kamera için mükemmel olabilirken, bir diğeri için tamamen uygun olmayabilir.

Yüksek çözünürlüklü bir lens, düşük maliyetli bir izleme sistemi için gereksiz olabilir ancak makine görüşü için gereklidir.

Geniş diyafram açıklığına sahip bir lens, gece gözetim uygulaması için kritik olabilir ancak kontrollü endüstriyel ortamda daha az önemli olabilir.

Kameralar yapay zeka sistemlerinin bir parçası haline geldikçe bu uygulama öncelikli yaklaşım giderek daha önemli hale geliyor.

Mercek, yalnızca ürün sayfasında etkileyici görünen spesifikasyonlara göre değil, yapay zekanın alması gereken bilgilere göre tasarlanmalıdır.

Gelecek: “Açık Görmekten” “Yararlı Görmeye”

Yapay zeka kameraların amacını değiştiriyor.

Artık bir kamera sadece çekici bir görüntü üretmek için mevcut değil.

Bilgi sağlamak için vardır.

Bu optik öncelikleri değiştirir.

Soru artık sadece şu değil:

"Bu mercek ne kadar keskin?"

Şu hale gelir:

"Bu lens sistemin asıl görevi için güvenilir görsel bilgi sağlıyor mu?"

Güvenlik açısından bu, kişinin gece görünümünün korunması anlamına gelebilir.

Robotik için bu, geniş bir görüş alanı boyunca nesne tanımanın sürdürülmesi anlamına gelebilir.

Drone'lar için bu, geniş açı algısını düşük ışık performansıyla dengelemek anlamına gelebilir.

Endüstriyel vizyon için bu, küçük kusurların tutarlı bir şekilde çözülmesi anlamına gelebilir.

Yapay zeka devrimi algoritmalar tarafından yönlendiriliyor olabilir ancak algoritmaların hâlâ bakacak bir şeye ihtiyacı var.

İşte bu nedenle yapay zeka vizyonunun geleceği de optik tarafından şekillendirilecek.