技術簡介
使用智慧型手機拍照、攝影已是人們日常生活的一部分,如何使手機的拍照質量,盡可能接近或超越專業單眼相機的品質,成為客戶關注的焦點。傳統技術上,圖像信號處理器(Image Signal Processor;ISP)是一種需經過手工客製調整的裝置,須利用一系列處理單元來解決因從照相設備所引入的各種偽影,例如像素缺陷、色偏、信號雜訊、摩爾紋效應等約莫十幾道程序。然而,針對每個處理單元進行調整是非常複雜的,而且通常需要圖像領域專家的大量經驗和精力來完成。
特色與創新
工研院開發「AI-ISP圖像還原與強化技術」提出兼顧推理速度和圖像還原與強化的神經網絡架構(Channel Spatial Attention Network;CSANet),利用深度學習技術,透過端到端方式來學習圖像信號處理的一系列任務,有效減少工程人員需要投入的大量經驗和時間,並可輸出接近單眼相機成像之效果。
應用與效益
此技術榮獲2021年國際頂尖電腦與視覺領域競賽(Computer Vision and Pattern Recognition;CVPR)第2名。