Google प्रोग्रामर ने कार में एक कलात्मक स्वाद पैदा करने के लिए सेट किया और सौंदर्य की दृष्टि से सही फोटो प्रसंस्करण के साथ शुरू किया। सौंदर्य की अवधारणा की ख़ासियत यह है कि इसमें स्पष्ट मानदंड नहीं हैं। मशीन को ये मापदंड बनाने थे। प्रशिक्षण एक लोकप्रिय फोटो साइट, छवियों के लिए मेटाडेटा के साथ एक संदर्भ डेटाबेस, और प्रसंस्करण का विषय था, जो गूगल स्ट्रीट व्यू से मनोरम गोलाकार चित्र था। एल्गोरिदम के परिणामस्वरूप सेट को रचनात्मकता कहा जाता है - कलात्मक सामग्री बनाने के लिए एक गहन शिक्षण प्रणाली।

क्रिएटिविटी के लेखक हुई फांग और मेंग झांग का मानना ​​है कि उन्होंने सौंदर्य रेटिंग का एक ऐसा पैमाना विकसित किया है, जिसे फ़ोटोग्राफ़र भविष्य में उद्देश्य की तुलना के लिए उपयोग कर सकते हैं। परिणामों के आधार पर, उन्होंने फोटोग्राफर्स के लिए ट्यूरिंग टेस्ट को बुलाया। शोधकर्ताओं ने विशेषज्ञों को आमंत्रित किया कि वे लोगों द्वारा बनाई गई सबसे अच्छी तस्वीरों के मिश्रण का मूल्यांकन करें और क्रिएटिज्म द्वारा बनाई गई हैं, यह उल्लेख नहीं करने के लिए कि सेट में मशीनों द्वारा बनाया गया है। कृत्रिम बुद्धिमत्ता के 40% कार्यों को "कलात्मक स्वाद के साथ अच्छी तस्वीरें" दर्जा दिया गया था। डेवलपर्स का उद्देश्य किसी भी शौकिया फोटोग्राफर को फिल्टर और सेटिंग्स के बिना अपनी तस्वीर को एक सुंदर छवि में बदलने में मदद करना है। एक बटन के स्पर्श में, रचनात्मकता को लॉन्च करना।


प्रकाश संचरण को प्राकृतिक और सबसे "गहरे" एक के करीब लाते हुए, एल्गोरिथ्म ने कभी-कभी मामूली पैनोरमा gluing त्रुटियों को बनाया, जिसे इस फोटो में देखा जा सकता है।

फोटो प्रसारण की समस्या

एक डिजिटल कैमरा का मैट्रिक्स एक साथ छवि के अंधेरे क्षेत्रों में जानकारी को कैप्चर करने में सक्षम नहीं है, जिसके लिए आपको अधिक एक्सपोज़र (शटर स्पीड), और प्रकाश में, जहां कम एक्सपोज़र की आवश्यकता होती है। डायनेमिक रेंज छवि के सबसे गहरे और सबसे चमकीले हिस्सों के बीच एक्सपोज़र के स्तर में अंतर है जिसे बिना सूचना के नुकसान के पुन: प्रस्तुत किया जा सकता है। छवि के पूरी तरह से काले क्षेत्रों में (ओवरएक्सपोज़्ड में), साथ ही साथ ओवरएक्सपोज़्ड (अनएक्सपोज़्ड) जानकारी में, इसे पुनर्प्राप्त करना असंभव है। छवि के अंधेरे क्षेत्रों को स्पष्ट किया जा सकता है, लेकिन विकृतियों के साथ। एचडीआर विधि के साथ, विभिन्न एक्सपोज़र के साथ ली गई कई तस्वीरों में से एक चित्र 32-बिट फ़ाइल में संयुक्त है।

एक व्यक्ति की दृष्टि उज्ज्वल सूर्य के प्रकाश के तहत 10-14 डिग्री की रोशनी के अंतर के साथ एक दृश्य छवि को कैप्चर करने में सक्षम है (सूरज में, शिष्य के पास अलग-अलग रोशनी के अनुकूल होने की क्षमता नहीं है) और तारों के मंद प्रकाश में 24 चरणों तक (पुतली प्रकाश अंतर के अनुकूल हो सकती है)। हम देख सकते हैं, लेकिन फोटो में इस रेंज के हिस्से को भी कैप्चर करना मुश्किल हो सकता है। एक साधारण नकारात्मक फिल्म की गतिशील सीमा लगभग 9-11 एक्सपोज़र स्तर, स्लाइड फिल्म - 5-6 चरण, एक डिजिटल कैमरा का मैट्रिक्स - अधिकांश डिजिटल कैमरों के लिए 8 से 11 तक है। विशेष कैमरे 17 या अधिक शूटिंग चरण प्रदान करते हैं। असली डायनेमिक रेंज खेलना भी आसान नहीं है। उदाहरण के लिए फोटो पेपर केवल 7-8 एक्सपोज़र स्तरों को पुन: प्रस्तुत करने में सक्षम है।

रचनात्मकता की विशेषताएं

प्रयोग के लिए, कम से कम 299 x 299 पिक्सेल के संकल्प के साथ 500px.com से 15,000 पेशेवर तस्वीरें ली गईं। उनकी मदद से, डेवलपर्स ने रचनात्मकता को परिदृश्य में सबसे दिलचस्प उजागर करने के लिए सिखाया। फिर, राष्ट्रीय यूएसए, कनाडा और यूरोप में 40,000 मनोरम गोलाकार परिदृश्यों के आधार पर, एल्गोरिदम को रंग और प्रकाश के साथ काम करना सिखाया गया था।

फिर, प्रत्येक फ्रेम के लिए डायनामिक रेंज को मजबूत किया गया, और उनके स्वयं के ऑपरेशन "एक्सप्रेशन फ़िल्टर" को लागू किया गया, जो छाया, प्रकाश और रंग में सुधार करता है। ऐसा करने के लिए, परंपरागत रूप से छवि प्रसंस्करण के लिए, हमने जेनेरिक प्रतिस्पर्धी तंत्रिका नेटवर्क के मॉडल का उपयोग किया - एक मॉडल जब कार्यक्रम का एक हिस्सा मूल की गुणवत्ता को नीचा करता है, और दूसरा इसे पुनर्स्थापित करने की कोशिश करता है और सीखता है "यह कैसे करना है।"



अंतिम रेटिंग स्केल बनाने के लिए, हमने एवीए डेटाबेस लिया, जिसमें 250,000 छवियां, और सबसे महत्वपूर्ण बात, मेटाडाटा की एक किस्म, जिसमें प्रत्येक छवि के लिए बड़ी संख्या में सौंदर्य रेटिंग, 60 श्रेणियों में सिमेंटिक लेबल, साथ ही पेशेवर छँटाई के लिए फोटोग्राफिक शैली से जुड़े लेबल शामिल हैं।

सभी प्रसंस्करण कार्यों के परिणामों के बाद, 400 प्रयोग तस्वीरें 800 AVA फ़ोटो के साथ मिश्रित की गईं और विशेषज्ञों को दी गईं।

जूरी

व्यावसायिक शिक्षा वाले फोटो विशेषज्ञों और कम से कम 2 साल के अनुभव के लिए उस श्रेणी का मूल्यांकन करने के लिए कहा गया जिसमें चित्र संबंधित है और एक उपयुक्त मूल्यांकन दे रहा है:

1. "साबुन बॉक्स" द्वारा निर्मित - जैसा कि यह निकला, ऐसा हुआ। कोई सेटिंग नहीं, कोई फोकस नहीं।
2. एक अनुभवहीन शुरुआत का एक अच्छा फोटो, लेकिन कलात्मक मूल्य न्यूनतम है।
3. अर्ध-पेशेवर शॉट। कलात्मक स्वाद स्पष्ट रूप से दिखाई देता है।
4. एक पेशेवर द्वारा बनाया गया।

संसाधित क्रिएटिज्म में से 40% चित्र 3 से 4 की श्रेणी में आते हैं - यानी, उन्हें कम से कम अर्ध-पेशेवर के रूप में मान्यता दी गई थी। औसत स्कोर 3 से नीचे था।

शोधकर्ताओं ने क्रिएटिज्म द्वारा संसाधित सर्वश्रेष्ठ शॉट्स प्रकाशित किए हैं। प्रत्येक के तहत, तुलना के लिए, एक पूर्ण पैनोरमा दिखाया गया है जिसमें से इसे काट दिया गया था।