Photographie computationnelle

Cette semaine, nous allons examiner certaines des frontières de la fonctionnalité DAM à l’ère du mobile/machine learning. Nous commencerons par cet article sur l’imagerie computationnelle, puis nous passerons au balisage computationnel, puis à une discussion sur l’évolution de la sémantique visuelle.

La photographie a toujours eu la capacité de nous aider à voir l'invisible. Les premières photos montraient des paysages urbains où tous les gens disparaissaient au fur et à mesure qu'ils se déplaçaient, avec de longues expositions. La macrophotographie et les caméras à distance nous permettent de voir depuis des perspectives impossibles. La photographie numérique repousse désormais les limites du rendu visuel de manière nouvelle et remarquable.

Qu'est-ce que la photographie computationnelle ?

Bien sûr, tousnumériquela photographie estinformatique. Il utilise un capteur et un ordinateur au lieu d'un film et de produits chimiques pour créer des images. L'imagerie computationnelle est un sous-ensemble de l'imagerie numérique dans lequel l'image résultante peutseulement Les images générées par ordinateur sont souvent créées en combinant plusieurs images. L’imagerie computationnelle utilise souvent des informations de profondeur pour créer l’image. Examinons quelques exemples d’imagerie computationnelle.

Traitement d'image « traditionnel »

Les six premiers éléments de la liste sont devenus des techniques standard dans de nombreuses applications de traitement d’images ou dans le processeur intégré de l’appareil photo. Le résultat de ces techniques est, plus ou moins, une photographie traditionnelle.

• Images à plage dynamique élevée (HDR)combinez une série d’expositions pour capturer une gamme d’informations de luminosité qui ne peuvent pas être obtenues avec une seule photo. Elles sont ensuite fusionnées pour créer une image finale qui peut sembler « normale » ou avoir des effets plus picturaux.
• Correction des défauts de l'objectif et de la mise au pointpeut désormais être réalisé en post-traitement, en utilisant des algorithmes complexes pour réparer les problèmes.
• Panoramas cousussont des images composites qui combinent plusieurs images pour créer une nouvelle photo. Dans ce cas, elles offrent un champ de vision et une résolution plus larges que ce que peut permettre une seule image.
• Capture multi-objectifsLe format de prise de vue est de plus en plus courant sur les téléphones portables et autres appareils photo spécialisés. Il utilise des objectifs avec différentes distances focales pour prendre des photos à objectif large et à objectif long, par exemple, et permet de créer de nombreux effets différents en post-production en mélangeant les images.
• Empilement de focusIl s'agit d'une technique dans laquelle les photos macro sont prises à plusieurs distances de mise au point et sont combinées dans une seule image dont la profondeur de champ est supérieure à celle qu'une seule image peut fournir.
• Représentations alternatives de la géométrieLes logiciels conçus pour représenter l’espace tridimensionnel sont également utilisés pour déformer l’espace dimensionnel. Des séquences panoramiques peuvent être assemblées pour créer des « petits mondes » comme celui-ci de Russell Brown chez Adobe.

Données dimensionnelles riches

La série de techniques suivante capture des informations de profondeur et les combine avec des images photographiques pour créer des modèles tridimensionnels. Les créations qui en résultent sont accessibles à l'aide de smartphones ou d'ordinateurs qui permettent un certain niveau de navigation dans l'espace tridimensionnel.

• Caméras à 360 degrésprenez deux (ou plusieurs) photos fisheye, puis assemblez-les pour créer une « bulle » homogène qui peut être agrandie et tournée dans un logiciel de visualisation.
• Cartographie de profondeur à caméra uniqueIl s'agit d'une technique qui consiste à prendre plusieurs photos en succession rapide à différentes distances de mise au point. Ces photos sont analysées pour identifier les zones nettes, qui peuvent être traitées pour créer une carte tridimensionnelle de la scène. Ces informations de profondeur sont superposées sur une image plate traditionnelle.

Généré par ordinateur ou augmenté

Et enfin, nous arrivons aux techniques informatiques qui vont au-delà de l’imagerie vers de nouvelles formes natives numériques.

Imagerie générée par ordinateur (CGI)Les outils peuvent utiliser des photos et des vidéos sources pour réaliser de nouvelles créations convaincantes, au-delà de ce qui est mentionné ci-dessus. Les images de synthèse peuvent également créer des images entièrement à l’intérieur d’un ordinateur sans avoir besoin d’images sources spécifiques.

Environnements de visualisation optimisés en profondeurPour exploiter pleinement les informations de profondeur qui font souvent partie de l’imagerie computationnelle, vous aurez besoin d’un environnement de visualisation prenant en charge la profondeur. Ils se répartissent en plusieurs camps :

• Réalité augmentée (AR)Les services AR combinent des données, des dessins, des vidéos ou des photographies avec l’image d’une caméra mobile. Le service AR utilise généralement la localisation GPS ou la reconnaissance d’objets pour déclencher l’affichage. Pokemon Go est un exemple d’AR utilisée dans les jeux. Et Ikea utilise la RA pour aider les gens à visualiser à quoi ressembleront les meubles de l’entreprise dans une pièce. Apple et Google proposent des kits de développement logiciel (SDK) pour créer des applications AR. Cela a considérablement réduit le prix et le temps nécessaires à la création de nouvelles applications.
• Réalité virtuelle (RV)désigne généralement un système 3D dans lequel le spectateur peut naviguer à travers des scènes, regarder autour de lui à 360 degrés et se déplacer vers de nouvelles positions de visualisation. Les systèmes de réalité virtuelle peuvent combiner les techniques riches en dimensions et générées par ordinateur énumérées ci-dessus pour créer un environnement virtuel. La réalité virtuelle se fait généralement avec un casque comme l'Oculus, mais elle peut également être réalisée sur un smartphone.Google Cardboardest un outil peu coûteux pour transformer votre smartphone en un appareil de visualisation VR.

Juste le début

Les variantes dimensionnelles décrites ci-dessus offrent des possibilités intéressantes pour la documentation et les nouvelles formes d’art. Certaines utilisations, comme le marketing immobilier, la vente au détail de produits ou la documentation de scènes de crime, sont déjà utilisées. De nombreuses autres utilisations sont en cours de développement en ligne, car les industries voient l’utilité de reproduire des informations spatiales. Et, bien sûr, nous voyons également des artistes utiliser ces outils, repoussant les limites du médium photographique.

La photographie numérique est devenue un élément standard de l'imagerie photographique à l'ère du mobile, et nous pouvons nous attendre à ce que toutes les catégories ci-dessus continuent de croître et de fusionner. Les appareils mobiles sont bien adaptés à la visualisation d'images dimensionnelles car ils disposent de processeurs rapides, de capteurs de position et d'accéléromètres.

La plupart des avancées informatiques mentionnées ci-dessus reposent sur la combinaison de nombreuses images sources pour créer une nouvelle œuvre créative. Certaines d’entre elles peuvent être appliquées rétroactivement à des images déjà capturées. L’une des caractéristiques les plus courantes de tous ces nouveaux développements en matière d’imagerie est l’utilisation de plusieurs images pour créer un nouveau type d’image. Cela représente un défi et une opportunité pour la collection photographique. Les images doivent être préservées pour être disponibles lorsque les nouvelles technologies arriveront, elles doivent être accessibles et il doit être possible de les trouver et de les rassembler dans les nouveaux outils. Une collection bien gérée et bien annotée sera en mesure de tirer parti des nouveaux outils d’imagerie d’une manière que nous ne pouvons même pas imaginer aujourd’hui.

Bon, c’était une longue question. Dans le prochain article de cette série, nous verrons comment le balisage informatique peut nous aider à rendre les images détectables et à mieux comprendre le contenu d’une collection multimédia.