Люди не умеют видеть в ультрафиолетовом или инфракрасном диапазоне, поэтому пользуются специальными камерами, которые позволяют сделать снимки в этом спектре. Тем не менее, фотографии будут однотонными, а иногда — например, для нужд полиции — нам нужно знать цвет лица запечатленного на фото человека.

Исследователи из Калифорнийского университета в Ирвине (США) разработали способ сделать эти изображения цветными.

Некоторые системы ночного видения используют инфракрасный свет, который не воспринимается человеком, а визуализируемые изображения переносятся на цифровой дисплей, представляющий монохроматическое изображение в видимом спектре.

Поэтому ученые стремились разработать алгоритм визуализации, основанный на искусственном интеллекте, с помощью которого можно отрендерить инфракрасное спектральное освещение сцены и сделать его цветным. Иными словами, изображение, сделанное буквально в полной темноте, можно проявить и сделать его видимым для человека.

Как поясняет команда, здесь важна не камера, а алгоритм, который ученые использовали для восстановления изображений. Они создали особый тип нейронной сети, который обучили выявлять корреляции между тем, как изображения выглядят в инфракрасном и видимом спектре.

Алгоритм умеет раскрашивать изображения, чтобы был понятен цвет лица человека.

© journals.plos.org

Хотя реконструированные изображения впечатляют, исследователи признают, что у метода есть свои минусы: ИИ умеет определять только человеческие лица. Пока что он не может раскрасить общую сцену.

Ученые объяснили этот момент на примере банана. ИИ, обученный на тарелках с фруктами, будет обманут случайным синим бананом, потому что его обучение включает только желтые бананы. Как это часто бывает, ИИ настолько умен и объективен, насколько мы сами его делаем. Поэтому нейросеть, обученная раскрашивать лица, будет «видеть» только их.

Тем не менее, ведущий автор исследования подчеркивает, что эти результаты очень ранние и при дальнейшем изучении метод может стать чрезвычайно точным. В будущем эту технологию можно использовать для точной оценки цвета и объема, если повысить её точность.