به همشهری آ«لاین و به نقل از تک‌ناک، محققان دانشگاه علم و صنعت ملک عبدالله (KAUST) در عربستان سعودی به پیشرفت قابل توجهی در توسعه لنزهای نوری برای دوربین‌های تلفن همراه دست یافته‌اند.
این محققان می‌گویند که یک رویکرد محاسباتی خودکار برای طراحی لنزهای نوری سیستم‌های تصویربرداری، نوید ارائه راه‌حل‌های بهینه را بدون دخالت انسان می‌دهد.
همچنین این موضوع به کاهش زمان و هزینه‌های مورد نیاز خواهد انجامید.
یادگیری برنامه درسی
روش طراحی DeepLens که توسط Xinge Yang، Qiang Fu و Wolfgang Heidrich در KAUST توسعه یافته است، بر اساس مفهوم «یادگیری برنامه درسی» است.
از یک رویکرد ساختاریافته، تکراری و مرحله‌ای استفاده می‌کند، که پارامترهای کلیدی سیستم تصویربرداری، مانند: وضوح، دیافراگم و میدان دید را در نظر می‌گیرد.
سیستم‌های هوش مصنوعی مانند انسان‌ها برای یادگیری کارهای پیچیده از ابتدا به راهنمایی نیاز دارند.
به عنوان مثال، انسان قبل از اینکه در نهایت بتواند پریدن، رقصیدن یا ورزش کردن را بیاموزد، سینه خیز رفتن، ایستادن و راه رفتن را یاد می‌گیرد.
به صورت مشابه، یادگیری برنامه درسی یک کار پیچیده مانند طراحی یک سیستم لنز پیچیده را به نقاط عطف فردی با پیچیدگی فزاینده تقسیم می‌کند و به طور تدریجی نیاز به وضوح، اندازه دیافراگم و میدان دید را افزایش می‌دهد.
نیازی به دخالت انسانی نیست
نکته مهم این است که این طرح می‌تواند بیش از یک طراحی مبتنی بر انسان به عنوان نقطه شروع باشد.
در مقابل، می‌تواند به طور کامل یک سیستم اپتیکال مرکب را طراحی کند، که دارای چندین عنصر لنز انکساری است که هر کدام دارای اشکال و ویژگی‌های منحصر به فردی شده‌اند تا بهترین عملکرد را ارائه دهند.
یانگ یکی از این محققان گفت: «روش‌های خودکار سنتی تنها باعث بهینه‌سازی‌های جزئی طرح‌های موجود می‌شوند. رویکرد ما می‌تواند طراحی‌های پیچیده لنز را از ابتدا بهینه کند و ماه‌ها کار دستی توسط یک مهندس با تجربه را به یک روز محاسبه کاهش دهد.»
این رویکرد در ایجاد طرح‌های نوری کلاسیک و لنزهای محاسباتی depth-of-field بسیار مؤثر بوده است.
این در فرم فاکتوری به اندازه تلفن همراه با میدان دید بزرگ با استفاده از عناصر لنز با سطوح بسیار کروی و فاصله کانونی پشت کوتاه بود.
همچنین در یک سیستم تصویربرداری کلاسیک شش عنصری آزمایش شده است.
تکامل آن در طراحی و عملکرد نوری به دلیل تطبیق با مشخصات طراحی مورد تجزیه و تحلیل قرار گرفته است.
یانگ توضیح داد: «روش ما به طور خاص به طراحی عدسی‌های انکساری چند عنصری می‌پردازد، که در دستگاه‌هایی از میکروسکوپ گرفته تا دوربین‌های سلولی و تلسکوپ‌ها رایج است.»
وی تصریح کرد: «ما پیش‌بینی می‌کنیم شرکت‌هایی که با دوربین‌های دستگاه‌های تلفن همراه مرتبط هستند، علاقه شدیدی داشته باشند. یعنی جایی که محدودیت‌های سخت‌افزاری نیاز به کمک محاسباتی برای کیفیت تصویر بهینه دارد. روش ما در مدیریت تعاملات پیچیده بین اجزای نوری و محاسباتی بهترین است.»
در حال حاضر، رویکرد DeepLens فقط برای عناصر لنز انکساری قابل استفاده است.
با وجود این، تیم KAUST می‌گوید که اکنون در تلاش است تا این طرح را به سیستم‌های اپتیکی هیبریدی که ترکیبی از لنزهای انکساری با اپتیک‌های انکساری و فلزی هستند، گسترش دهد.
یانگ تأکید کرد: «این لنزها سیستم‌های تصویربرداری را کوچک‌تر و قابلیت‌های جدیدی مانند دوربین‌های طیفی و تصویربرداری عمقی مشترک را باز می‌کند.»
این رویکرد نوآورانه نوید زیادی برای پیشرفت قابلیت‌های دوربین‌های تلفن همراه دارد، که به طور بالقوه باعث بهبود کیفیت تصویر و تجربه‌های عکاسی برای کاربران می‌شود.