Deep learning geeft kleur aan de nacht
Amerikaanse wetenschappers gebruiken machine learning om infraroodbeelden om te zetten in kleurenfoto’s. Zo gaan nachtfoto's er uitzien alsof ze bij daglicht zijn gemaakt.
Mensen kunnen licht zien met golflengten van 400 tot 700 nanometer. Die golflengten bevinden zich dus in het zichtbare spectrum. Nachtcamera’s meten straling met langere (infrarood) golflengten, die niet zichtbaar, maar wel meetbaar zijn. Meestal levert dit éénkleurige beelden op, zoals in de filmpjes met nachtcamera's in natuurdocumentaires. Ook kunnen het beelden zijn waarbij de kleuren aangeven hoe warm iets is.
Algoritme
Een team onderzoekers van de University of California in Irvine heeft nu een methode ontwikkeld waarmee infraroodbeelden te ‘vertalen’ zijn in gewone kleurenfoto’s – dus foto's die er uit zien alsof ze bij daglicht zijn genomen. Hiervoor maken ze gebruik van een algoritme gebaseerd op deep learning.
Wie een bril draagt waarbij deze techniek in een filmcamera is verwerkt, kan dus door de nacht lopen en om zich heen kijken alsof het licht is. Gisteren, op 6 april, publiceerden de wetenschappers hun bevindingen in het wetenschappelijke tijdschrift Plos One.
Twee keer drie golflengten
De onderzoekers gebruikten een monochromatische camera – dat is een camera die slechts één golflengte (naar keuze) vastlegt. Ze maakten hiermee foto’s met de golflengen 604 nanometer (rood), 529 nanometer (groen), 447 nanometer (blauw), en drie verschillende golflengten uit het infrarode spectrum, namelijk 718, 777 en 807 nanometer.
Door deze steeds met elkaar te vergelijken, kon het deep-learning-algoritme de patronen ontdekken waarmee de infraroodbeelden in kleurenfoto’s konden worden vertaald.
Proefpersonen die de prestaties van het systeem controleerden door de foto's simpelweg te bekijken, concludeerden dat deze de goede kleuren weergaven. Hoe meer het systeem getraind was, hoe beter dit ging.
Nachtkijkers
Dit is pas een eerste stap in het onderzoek, schrijven de wetenschappers in hun artikel. Ze willen ze de methode verder verfijnen en vooral de snelheid omhoog schroeven. Op dit moment kan het systeem drie beelden per seconde bewerken.
Uiteindelijk hopen ze dat de technologie kan worden gebruikt in nachtkijkers, bijvoorbeeld voor de observatie van dieren in het donker, voor militaire doeleinden en voor oogoperaties waarbij te veel licht schadelijk kan zijn voor het oog van de patiënt.
Openingsfoto: Depositphotos