Por @Wicho — 9 de Mayo de 2018

Si lo que cuentan en este vídeo funciona de verdad y es aplicable en el MundoReal™ se va a acabar aquello de que de dónde no hay no se puede sacar, al menos aplicado a la fotografía con poca luz.

Según lo que cuentan en Learning to See in the Dark el truco está en entrenar una red neuronal con imágenes tomadas con tiempos de exposición muy cortos y las mismas imágenes correctamente expuestas. El sistema aprende a procesarlas de tal forma que elimina el ruido y los balances de color equivocados típicos de las imágenes con poca luz.

Ver para creer
En la web del proyecto hay varias imágenes con las que se puede comparar el método «neuronal» ( a la derecha) con otros. Esta ha ha sido hecha con una Fuji X-T2 a ISO 1.600 y f/4.5 a 1/10s

Ya veo a los guionistas de CSI y similares salivando.

(Iván de Prado vía Miguel García).

Compartir en Flipboard  Compartir en Facebook  Tuitear
Por @Alvy — 8 de Mayo de 2018

Este vídeo de Macro Room puede entenderse también como un pequeño juego: ¿a qué objetos cotidianos corresponden las imágenes?

Están grabadas con una lente supermacro Canon MPE-65, una Canon 100m L y una cámara Panasonic GH4.

Aunque hay objetos orgánicos e inorgánicos, procedentes de la naturaleza y de las fábricas, algunos son más o menos reconocibles. Pero hay otros que resultan un tanto sorprendentes cuando se abre el zoom y se muestran tal y como solemos verlo a «escala real».

Y sí, en 01:44 hay una pequeño bicho sorpresa.

Relacionado:

Compartir en Flipboard  Compartir en Facebook  Tuitear
Por Nacho Palou — 24 de Abril de 2018

El método de “rellenar según el contenido” desarrollado por Nvidia es capaz de reconstruir imágenes y fotografías dañadas haciendo uso de la inteligencia artificial. El método también permite editar imágenes para eliminar contenido no deseado en una imagen; por ejemplo un elemento artificial en la fotografía de un paisaje.

Aunque sobre el papel esta función es parecida a las incorporadas en programas de Adobe como Photoshop (”Rellenar según el contenido") o Lightroom (“Reparar”) en la práctica y por lo que se ve en el vídeo la versión de Nvidia es bastante más espectacular, incluso tiene mucha “imaginación artificial“ a la hora de reponer píxeles desaparecidos. Por ejemplo, es capaz de poner ojos a la foto de un retrato en el que faltan esos píxeles.

Eso sí, en ningún caso los ojos serán los mismos que en la fotografía original, sino que serán más bien serán unos “ojos genéricos” o promedio ya que para completar la imagen la aplicación de Nvidia tiene en cuenta el total de la imagen pero también el total de su banco de conocimiento que está formado por una red neuronal con imágenes más o menos parecidas a la que está reparando.

Compartir en Flipboard  Compartir en Facebook  Tuitear
Por @Wicho — 21 de Abril de 2018

Flickr + SmugMug

Esta ha sido mi sorpresa esta mañana al ir a Flickr a buscar una foto para ilustrar una anotación de Microsiervos:

SmugMug ha adquirido Flickr. No podríamos estar más emocionados al unir dos marcas que comparten la misma misión, pasiones y valores. Seguramente tienes algunas preguntas, y por suerte, tenemos muchas respuestas.

De las preguntas frecuentes sobre la adquisición: Flickr va a seguir siendo un servicio independiente y aunque prevén migrar la infraestructura de Flickr a la de SmugMug dicen que el proceso será transparente y que las fotos, álbumes y demás de Flickr seguirán disponibles y en las mismas direcciones. Seguirá habiendo versiones gratuitas y Pro de Flickr. Lo único que tendremos que hacer los usuarios de Flickr es aceptar las nuevas condiciones de uso del servicio.

Después de ver como Flickr languidecía año tras año desde su adquisición por parte de Yahoo allá a principios de 2005 no puedo sino recibir la noticia con alegría. Y más dado cómo le van las cosas a Yahoo.

Malo será, que decimos en mi tierra, que SmugMug pueda hacerlo peor.

Compartir en Flipboard  Compartir en Facebook  Tuitear