Новый метод автофокуса на основе ИИ улучшит резкость изображений

Исследователи из Чанчуньского политехнического университета Китайской академии наук разработали новый метод автофокуса, использующий возможности глубокого обучения для динамического выбора областей интереса на черно-белых изображениях. Результаты работы опубликованы в журнале Sensors.

Традиционные методы автофокуса делятся на активные и пассивные. Активные методы используют внешние сенсоры, что увеличивает стоимость и сложность, тогда как пассивные методы оценивают качество изображения, что может приводить к ошибкам, особенно в сложных сценах.

В новом подходе исследователи создали обширный набор данных с последовательностями черно-белых изображений и применили методы глубокого обучения для адаптивного фокуса на значимых областях. Использование сети MobileViT с линейным механизмом самовнимания позволило достичь высокой точности фокусировки при минимальных вычислительных затратах.

Эксперименты показали, что стратегия полного поиска достигла средней абсолютной ошибки 0.094 за 27.8 миллисекунд, а стратегия предсказания одного кадра — ошибки 0.142 за 27.5 миллисекунд, что подчеркивает высокие результаты нового метода.