ഡിജിറ്റല്‍ ഫോട്ടോഗ്രഫി: ഇനി അതിശയക്കാഴ്ചകള്‍

തെളിവായി വീഡിയോ അവതരിപ്പിക്കുമ്പോൾ സൂം ചെയ്യാൻ ശ്രമിക്കുന്നതിനെ പ്രതിഭാഗം എതിർക്കുക. തുടർന്ന് സൂം ചെയ്യരുതെന്ന് ജഡ്ജും പറയുക. അമേരിക്കയിലെ ഒരു കോടതിയിൽ അടുത്തിടെ നടന്ന ഈ സംഭവം ഇന്റർനെറ്റിൽ പരിഹാസവിഷയമാണ്. സൂം ചെയ്യുമ്പോൾ ഐപാഡിലെ നിർമിതബുദ്ധി (ആര്‍ട്ടിഫിഷ്യല്‍ ഇന്റലിജന്‍സ് അഥവാ എഐ) സംവിധാനം ഓരോന്ന് സങ്കല്പിച്ചുണ്ടാക്കിയാണ് സ്ക്രീൻ നിറയ്ക്കുന്നതെന്നായിരുന്നു പ്രതിഭാഗത്തിന്റെ വാദം.

സൂമിങ് ഒരു ഭൂതക്കണ്ണാടി ഉപയോഗിക്കുന്നതുപോലെ മാത്രമേ ഉള്ളൂ, കൃത്രിമത്വമൊന്നുമില്ല എന്ന് വാദിഭാഗം പറഞ്ഞുനോക്കിയിരുന്നു. അത് പൂർണ്ണമായും ശരിയല്ല. പുതിയകാല സൂമിങ് സംവിധാനങ്ങൾ പല കണക്കുകൂട്ടലുകളും നടത്തുന്നുണ്ട്. വേണമെന്ന് കരുതി സൂം ചെയ്തില്ലെങ്കിൽപ്പോലും സ്‌ക്രീനിന്റെ വലിപ്പവുമായി ഒത്തുപോകാൻ ഇമേജ് വ്യൂവറുകളും വീഡിയോ പ്ലേയറുകളുമെല്ലാം സ്കെയ്‌ലിങ് (വലിപ്പം മാറ്റൽ) അല്‍ഗരിതങ്ങൾ ഉപയോഗിക്കുന്നുണ്ട്. എന്നാൽ ഐപാഡിൽ തനതായി ഉള്ള സൂം ഫീച്ചർ ഇതിനെല്ലാമപ്പുറം നിർമിതബുദ്ധി ഉപയോഗിക്കുന്നുണ്ടെന്ന പ്രതിഭാഗത്തിന്റെ വാദം അല്പം കടന്നുപോയി. ഈ വാദം സാധൂകരിക്കാന്‍ അവരുടെ പക്കൽ തെളിവൊന്നുമുണ്ടായിരുന്നില്ല. ആപ്പിളിന്റെ ഔദ്യോഗിക സപ്പോർട്ട് സൈറ്റ് പോലും ഇങ്ങനെയൊരു അവകാശവാദം ഉന്നയിക്കുന്നില്ല.

പക്ഷേ ഈ പരിഹാസച്ചിരി എത്രകാലമുണ്ടാകും? ഫോണിലെയും ടാബ്‌ലറ്റിലെയും ഡിഫോൾട്ട് ആപ്പുകളിലെ സൂം ചെയ്യൽ തന്നെ 'ബുദ്ധി'പരവും സർഗാത്മകവുമാകാൻ അധികകാലം വേണ്ടിവരുമോ?

ചിത്രങ്ങള്‍ മികച്ചതാക്കാന്‍ ഫോണ്‍ ക്യാമറകളില്‍ കംപ്യൂട്ടേഷണല്‍ ഫോട്ടോഗ്രഫി വന്നുകഴിഞ്ഞു. thispersondoesnotexist.com സന്ദർശിച്ചു നോക്കുക; കംപ്യൂട്ടർ കണക്കുകൂട്ടിയുണ്ടാക്കിയ, സത്യത്തിൽ ഇല്ലാത്ത ഒരാളുടെ ഫോട്ടോ ആണ് അതെന്ന് വിശ്വസിക്കാനാകുന്നുണ്ടോ? ഒരാളുടെ മുഖം മാറ്റി മറ്റൊരാളുടേത് വച്ചിട്ടുള്ള 'ഡീപ്പ്ഫേക്ക്' വീഡിയോകൾ ഇപ്പോൾത്തന്നെ സുലഭമല്ലേ?

ഡീപ്പ്ഫേക്ക് പോലുള കൃത്രിമദൃശ്യങ്ങള്‍ വിശ്വസനീയമായി തയ്യാറാക്കാന്‍ വലിയ കംപ്യൂട്ടിങ് ശേഷിയും മണിക്കൂറുകളും ആവശ്യമാണ്. എന്നാൽ ഒരു കാലത്ത് ഇതുപോലെ സാധാരണക്കാരന് അപ്രാപ്യവും സാധാരണ കംപ്യൂട്ടറുകളിൽ അപ്രായോഗികവും ആയിരുന്ന കാര്യങ്ങളാണ് ഇന്നത്തെ ഫോണുകളിൽ ഉള്ളതെന്നോർക്കുക. നിർമിതബുദ്ധി അല്‍ഗരിതങ്ങൾ കണക്കിലെടുത്ത് പ്രത്യേക ചിപ്പുകൾ അവതരിച്ചു തുടങ്ങിയിട്ടുണ്ട്. നാളെയുടെ ഫോട്ടോഗ്രാഫി ഏറെ അതിശയകരമായിരിക്കും. അത്രതന്നെ അപകടം നിറഞ്ഞതും.

നേരും നുണയും തമ്മിലൊരു വടംവലി

കാഴ്ചയിലെ ഓരോ പ്രകാശബിന്ദുവും കൃത്യമായി ഒപ്പിയെടുക്കാന്‍ ലക്ഷ്യമിട്ടുള്ള ത്രിമാന ഫോട്ടോഗ്രഫിയും വളഞ്ഞ സെന്‍സറുകളും ഒരു വശത്ത്. ഊഹിച്ചെടുത്ത് പൂരിപ്പിക്കാന്‍ ശ്രമിക്കുന്ന കംപ്യൂട്ടേഷണല്‍ ഫോട്ടോഗ്രഫി മറുവശത്ത്. അതാണ് നാളെയുടെ ഫോട്ടോഗ്രഫി.

ഈ വടംവലി തീര്‍ച്ചയായും തുടങ്ങിക്കഴിഞ്ഞു. സ്മാര്‍ട്ട്ഫോണില്‍ത്തന്നെ ഇന്ന് ത്രീഡി സ്കാനിങ് ലഭ്യമാണ്. എച്ച്ഡിആര്‍ ഫോട്ടോഗ്രഫി, ഹൈബ്രിഡ് സൂം തുടങ്ങിയ കാര്യങ്ങള്‍ക്ക് കംപ്യൂട്ടേഷണല്‍ ഫോട്ടോഗ്രഫി സങ്കേതങ്ങളും ഉപയോഗത്തിലുണ്ട്. വളഞ്ഞ സെന്‍സറുകളാണ് ഇപ്പോഴും വിപണിയിലെത്തിയിട്ടില്ലാത്തത്.

നിര്‍മിതബുദ്ധി അല്‍ഗരിതങ്ങള്‍ കണക്കിലെടുത്ത് പ്രത്യേകം നിര്‍മിച്ച പ്രൊസസറുകള്‍ ഫോണിലും ക്യാമറകളിലും വ്യാപകമാകുന്നതോടെ അവ ഫോട്ടോഗ്രഫിയെ മാറ്റിമറിക്കും എന്നതില്‍ സംശയമില്ല. നിലവില്‍ ഇത്തരം പ്രൊസസറുകള്‍ ഉപയോഗിച്ചുതുടങ്ങിയ ഫോണുകള്‍ക്ക് ഉദാഹരണമാണ് ഗൂഗിള്‍ 'പിക്സല്‍' ഫോണുകള്‍.

ത്രീഡി, 360 ഡിഗ്രി ഫോട്ടോഗ്രഫി

വെർച്വൽ റിയാലിറ്റിയുടെ കാലത്ത് ത്രിമാന ചിത്രീകരണത്തിന് വലിയ ആവശ്യകത ആണല്ലോ ഉള്ളത്. സാധാരണക്കാർക്കുപോലും പരീക്ഷിക്കാവുന്ന രീതിയിൽ ഫോണുകളിൽത്തന്നെ ഇതെത്തിക്കഴിഞ്ഞു. ത്രിമാന ചിത്രീകരണം എന്ന് പറയുമ്പോൾ അത് രണ്ടുരീതിയിൽ ഉണ്ട്. ഒരിടത്തുനിന്നുകൊണ്ട് ചുറ്റും പകർത്തുന്ന 360 ഡിഗ്രി ഫോട്ടോഗ്രഫി ആണൊന്ന്. ക്യാമറകളിൽ ഏറെക്കാലമായി കാണുന്ന പനോരമിക് ചിത്രീകരണം തന്നെയാണ് ഇതെന്ന് പറയാം. യൂട്യൂബ് 360 ഡിഗ്രി പോലെയുള്ള പ്ലാറ്റ്‌ഫോമുകളുടെയും വിആർ ഹെഡ്സെറ്റുകളുടെയും വരവോടെ ഇത്തരം ദൃശ്യങ്ങൾ കാണുന്നത് കുറേക്കൂടി ആകർഷകമായെന്നു മാത്രം. (എല്ലാ 360 ഡിഗ്രി ദൃശ്യങ്ങളും വെറും പനോരമിക് ചിത്രങ്ങളാണെന്നു പറയാനാകില്ല; സ്റ്റീരിയോസ്കോപ്പിക് ക്യാമറ ഉപയോഗിച്ചാണ് ചിത്രീകരിച്ചതെങ്കില്‍ ത്രീഡി സിനിമയിലെന്നപോലെ ഓരോ വസ്തുവും അടുത്താണോ അകലെയാണോ എന്ന് മനസ്സിലാക്കാനാകും. എന്നാല്‍ അപ്പോഴും നടന്നുകാണാനൊന്നും പറ്റില്ല.)

എന്നാൽ ഏറെ വ്യത്യസ്‍തവും സങ്കീർണ്ണവുമാണ് ത്രീഡി സ്കാനിങ്. ശരിക്കുള്ള ഒരു വസ്തുവിനെയോ ആളെയോ സ്കാൻ ചെയ്ത് ത്രീഡി കംപ്യൂട്ടർ മോഡൽ ഉണ്ടാക്കുന്ന പ്രക്രിയയാണിത്. സിനിമയിൽ വിഷ്വൽ എഫക്റ്റുകൾക്കുവേണ്ടി ഇത് ഏറെക്കാലമായി ചെയ്യുന്നുണ്ട്. ഇങ്ങനെ സ്കാൻ ചെയ്തുകിട്ടിയ മോഡലുകൾക്കു ചുറ്റും അനിമേഷൻ, പ്രദർശന വേളകളിൽ ക്യാമറ എവിടെയും വയ്ക്കാം. ഈ മോഡലുകളെ ഇഷ്ടാനുസാരം ചലിപ്പിക്കുകയും ചെയ്യാം. പുരാവസ്തു ഗവേഷണം പോലുള്ള മറ്റു മേഖലകളിലും ത്രീഡി സ്കാനിങ് ഉപയോഗിക്കുന്നുണ്ട്.

മുന്തിയ സജ്ജീകരണങ്ങൾ ഉപയോഗിച്ചുമാത്രം സാധ്യമായിരുന്ന ഇത് ഇപ്പോൾ ഒരു സ്മാർട്ട്ഫോൺ ഉപയോഗിച്ചുതന്നെ ചെയ്യാനാകും. ഇതിന് പരിമിതികളുണ്ടെന്നത് തീർച്ച. പക്ഷേ, സാധാരണക്കാരന്റെ ക്യാമറയായി ഫോൺ മാറിയപോലെ പ്രൊഫഷണൽ അല്ലാത്ത ആവശ്യങ്ങൾക്കുള്ള ത്രീഡി സ്കാനർ ആയും ഫോൺ ഇടം പിടിച്ചു തുടങ്ങിയിട്ടുണ്ട്. പുതിയ മിറർലെസ് ക്യാമറകളിൽ ബിൽറ്റ് ഇൻ ആയിത്തന്നെ ത്രീഡി സ്കാനിങ് വരാമെന്നതാണ് പ്രൊഫഷണൽ രംഗത്ത് പ്രതീക്ഷിക്കാവുന്ന ഒരു മാറ്റം. ത്രീഡി സ്കാനിങ്, വി ആർ ഹെഡ്സെറ്റ് എന്നീ സങ്കേതങ്ങൾ പൂർണ്ണത പ്രാപിക്കുന്നതോടെ നടന്നു കാണാനും തൊട്ടുനോക്കാനും കഴിയുന്ന ഫോട്ടോകൾ ആകും നാമെടുക്കുക.

BOX ത്രീഡി സ്കാനിങ് പരീക്ഷിക്കാം

ഒരു ത്രീഡി സ്കാനിങ് ആപ്പ് ഇന്‍സ്റ്റാള്‍ ചെയ്യുക, അത് തുറന്ന് സ്ക്രീനിലെ നിര്‍ദേശങ്ങളനുസരിച്ച് സ്കാന്‍ ചെയ്യാനുദ്ദേശിക്കുന്ന വസ്തുവിന്റെ ചുറ്റും നടന്ന് ഒരുപാട് ഫോട്ടോയെടുക്കുക -- ഇത്രയുമാണ് സ്മാര്‍ട്ട്ഫോണ്‍ ഉപയോഗിച്ചുള്ള ത്രീഡി സ്കാനിങ്ങില്‍ നമുക്ക് ചെയ്യാനുള്ളത്. ഫോണ്‍ പിടിക്കുന്നതില്‍ ഒരു പരിധിയില്‍ക്കവിഞ്ഞ കൃത്യത ആവശ്യമില്ല. സ്കാനിങ് പൂര്‍ത്തിയായാല്‍ ത്രീഡി മോഡല്‍ സ്ക്രീനിലെത്തും. ഇത് ഇഷ്ടമുള്ള കോണുകളില്‍ കാണുകയോ കംപ്യൂട്ടറിലേക്ക് മാറ്റി എഡിറ്റ് ചെയ്യുകയോ ആവാം. ഇങ്ങനെയുണ്ടാക്കിയ മോഡല്‍ ത്രീഡി അനിമേഷന്‍, വെര്‍ച്വല്‍ റിയാലിറ്റി, ത്രീഡി പ്രിന്റിങ് തുടങ്ങിയ ആവശ്യങ്ങള്‍ക്ക് ഉപയോഗിക്കാനാകും.

പ്ലേ സ്റ്റോറിലും ആപ്പ് സ്റ്റോറിലുമെല്ലാം സൗജന്യ ത്രീഡി സ്കാനിങ് ആപ്പുകള്‍ ലഭ്യമാണ്. എന്നാല്‍ മിക്കതും ശൈശവദശയിലാണ്. ഒരെണ്ണം പരീക്ഷിച്ചുപരാജയപ്പെട്ട ഫോണില്‍ത്തന്നെ മറ്റൊരു ആപ്പ് വിജയിക്കാം എന്നോര്‍ക്കുക. മികവിന്റെയോ സുരക്ഷയുടെയോ സ്വകാര്യതയുടെയോ ഒന്നും കാര്യത്തില്‍ മതിയായ ഉറപ്പുകള്‍ തരാന്‍ കഴിയാത്തതിനാല്‍ തത്കാലം ഒരു ആപ്പും പേരെടുത്ത് നിര്‍ദേശിക്കുന്നില്ല.

വളഞ്ഞ സെന്‍സറുകള്‍

ഫോട്ടോഗ്രാഫിയുടെ ഭാവിയുമായി ബന്ധപ്പെട്ടു പറയാറുള്ള പല കാര്യങ്ങളും വാസ്തവമോ ആവശ്യമുള്ളതോ ആകാറില്ല. എന്നാല്‍ ഭംഗിവാക്കുകള്‍ക്കപ്പുറം ഫോട്ടോയുടെ നിലവാരം കാര്യമായി ഉയര്‍ത്താനിടയുള്ള ഒരു പുരോഗതിയാണ് വളഞ്ഞ സെന്‍സറുകള്‍ (Curved Sensors). റ്റുഡി ചിത്രങ്ങള്‍ തന്നെയാണ് ഇവ പകര്‍ത്തുക. എന്നാല്‍ ലെന്‍സിന്റെ നിര്‍മിതി ലളിതമാക്കാനും ചിത്രത്തിന്റെ മിഴിവ് കൂട്ടാനും വളഞ്ഞ സെന്‍സറുകള്‍ സഹായിക്കും.

ഡിജിറ്റല്‍ ക്യാമറകളില്‍ നിലവില്‍ ഉപയോഗിക്കുന്ന സെന്‍സര്‍ പരന്നതാണ്. ഇങ്ങനെ പരന്ന പ്രതലത്തിലേയ്ക്ക് ബിംബമെത്തിക്കാന്‍ ലെന്‍സില്‍ ഒരുപാട് അധികസംവിധാനങ്ങള്‍ ഒരുക്കേണ്ടിവരുന്നുണ്ട്. സെന്‍സര്‍ വളഞ്ഞതായാല്‍ ഇതെല്ലാം ഒഴിവാക്കാം. ഇത് ഭാരവും വിലയും കുറയ്ക്കുമെന്ന് മാത്രമല്ല, സെന്‍സറിലേയ്ക്ക് കൂടുതല്‍ വെളിച്ചമെത്തിക്കാനും ചിത്രത്തിന്റെ വക്കുകളില്‍ നിലവില്‍ വരാറുള്ള അപാകങ്ങള്‍ ഒഴിവാക്കാനും സഹായിക്കും. ഡിസ്റ്റോര്‍ഷന്‍ (വലിഞ്ഞുപോകല്‍), ക്രൊമാറ്റിക് അബറേഷന്‍ (നിറങ്ങള്‍ പിരിഞ്ഞുപോകല്‍) എന്നീ പ്രശ്‍നങ്ങളാണ് ചിത്രത്തിന്റെ വക്കുകളില്‍ നിലവില്‍ നേരിടുന്നത്. ഇവ പരിഹരിക്കാന്‍ ഏറെ വിലകൂടിയ ലെന്‍സുകള്‍ വേണം. എന്നാല്‍ സെന്‍സറുകള്‍ വളയുന്നതോടെ ലളിതവും വിലകുറഞ്ഞതുമായ ലെന്‍സുകള്‍ക്കുപോലും ഈ പ്രശ്നങ്ങള്‍ ഇല്ലാത്ത ചിത്രങ്ങള്‍ സമ്മാനിക്കാനാകും. സെന്‍സറുകള്‍ വളയുന്നതോടെ ക്യാമറകള്‍ മനുഷ്യനേത്രത്തോട് കൂടുതല്‍ സാമ്യം പുലര്‍ത്തും എന്നതാണ് രസകരമായ മറ്റൊരു കാര്യം. നേത്രഗോളത്തിന്റെ ഭിത്തിയുടെ ആകൃതിയില്‍ വളഞ്ഞിട്ടാണല്ലോ നമ്മുടെ റെറ്റിന ഉള്ളത്.

വളഞ്ഞ സെന്‍സറുകള്‍ക്കുവേണ്ടിയുള്ള ഗവേഷണം ദശകങ്ങളായി നടക്കുന്നുണ്ട്. ഇതുമായി ബന്ധപ്പെട്ട സോണി അവതരിപ്പിച്ച മാതൃകകളും എടുത്ത പേറ്റന്റുകളും പലപ്പോഴും വാര്‍ത്തയായിട്ടുണ്ട്. 2014-ല്‍ 'ഐ ട്രിപ്പിള്‍ ഇ സ്പെക്ട്ര'ത്തില്‍ (spectrum.ieee.org) വന്ന വാര്‍ത്ത അനുസരിച്ച് വലിയ ക്യാമറകള്‍ക്കും മൊബൈല്‍ ഫോണുകള്‍ക്കും യോജിച്ച പരീക്ഷണാടിസ്ഥാനത്തിലുള്ള വളഞ്ഞ ചിപ്പുകള്‍ സോണി ആ വര്‍ഷം അവതരിപ്പിച്ചിട്ടുണ്ട്. ഈ ചിപ്പുകള്‍ക്ക് നോയ്സും കുറവായിരിക്കും. ലളിതമായ ഘടനയും ജ്യാമിതീയമായ സവിശേഷതകളും മൂലം സെന്‍സറില്‍ കൂടുതല്‍ വെളിച്ചമെത്തും എന്നതുമാത്രമല്ല നോയ്സ് കുറയാന്‍ കാരണം, പിക്സലുകളിലെ 'ഡാര്‍ക്ക് കറണ്ട്' കുറവായിരിക്കുമെന്നതുകൂടിയാണ്. വെളിച്ചമൊന്നും പതിക്കാത്തപ്പോഴും പിക്സലുകളില്‍ അനാവശ്യമായി വരുന്ന കറണ്ട് ആണ് ഡാര്‍ക്ക് കറണ്ട്. 2020-ല്‍ സോണി ഫയല്‍ ചെയ്ത പേറ്റന്റ് അനുസരിച്ച് വളഞ്ഞ സെന്‍സറുകള്‍ വ്യവസായികാടിസ്ഥാനത്തില്‍ത്തന്നെ ഉല്‍പ്പാദിപ്പിക്കാന്‍ അവര്‍ക്ക് ഉദ്ദേശമുണ്ടെന്ന് ഡിജിറ്റല്‍ ക്യാമറാ വേള്‍ഡ് ഡോട്ട് കോം (digitalcameraworld.com) അഭിപ്രായപ്പെടുന്നു.

സെന്‍സറുകളുടെ ആകൃതിയില്‍ മാത്രമല്ല, അവയില്‍ ഉപയോഗിക്കുന്ന കളര്‍ ഫില്‍റ്റര്‍ അറേയിലും (ദൃശ്യത്തെ അടിസ്ഥാനവര്‍ണങ്ങളായി വേര്‍തിരിക്കുന്ന സംവിധാനം) ഭാവിയില്‍ മാറ്റങ്ങള്‍ പ്രതീക്ഷിക്കാം. ഇപ്പോള്‍ത്തന്നെ ഒന്നിലേറെ തരം അറേകള്‍ ഉപയോഗത്തിലുണ്ട്.

കംപ്യൂട്ടേഷണല്‍ ഫോട്ടോഗ്രഫി

വിലകൂടിയ ക്യാമറകളും സ്മാര്‍ട്ട്ഫോണുകളും താരതമ്യപ്പെടുത്തുമ്പോള്‍ ക്യാമറകളുടേതായി നാം എടുത്തുകാട്ടാറുള്ള നേട്ടങ്ങള്‍ പലതാണ്. വലിയ സെന്‍സറുകള്‍, മികച്ച ലെന്‍സുകള്‍, ഒപ്റ്റിക്കല്‍ സൂം അങ്ങനെയങ്ങനെ. എന്നാല്‍ രണ്ടിലുമെടുത്ത ചിത്രങ്ങള്‍ പരിശോധിച്ചാല്‍ ക്യാമറയ്ക്കുവേണ്ടി തീവ്രമായി വാദിക്കുന്നവര്‍ പോലും അന്തം വിട്ടുപോകുന്ന സാഹചര്യമാണുള്ളത്. ഫോണ്‍ ക്യാമറകള്‍ അത്രയേറെ മുന്നേറിക്കഴിഞ്ഞു. ഒരു പ്രൊഫഷണല്‍ ഫോട്ടോഗ്രാഫര്‍ക്ക് ഒരു സ്മാര്‍ട്ട്ഫോണില്‍ എടുക്കാവുന്നതിനേക്കാള്‍ സാങ്കേതികമികവുള്ള ചിത്രം ഒരു മികച്ച ഡിഎസ്എല്‍ആറോ മിറര്‍ലെസ്സോ ഉപയോഗിച്ച് എടുക്കാനാകും എന്നതില്‍ സംശയമില്ല. എന്നാല്‍ ഒന്നുമറിയാത്ത ഒരാള്‍ ഏതു ക്യാമറ ഉപയോഗിച്ചെടുത്താലും കിട്ടുന്നതിനേക്കാള്‍ മികച്ച ചിത്രം കിട്ടുക നല്ല ഒരു ഫോണ്‍ ഉപയോഗിച്ച് ചിത്രമെടുത്താലായിരിക്കും. പുറത്തേയ്ക്ക് നീണ്ടുനില്‍ക്കാത്ത ലെന്‍സുകള്‍ ഉപയോഗിച്ച് ഒപ്റ്റിക്കല്‍ സൂം, ഇത്തിരിക്കുഞ്ഞന്‍ സെന്‍സറുപയോഗിച്ച് ഇരുട്ടിലും മോശമില്ലാത്ത ചിത്രങ്ങള്‍, അപര്‍ച്ചര്‍ മാറ്റാതെതന്നെ ബൊക്കെ എഫക്റ്റ്, ... എങ്ങനെയാണ് സ്മാര്‍ട്ട്ഫോണുകള്‍ക്ക് ഇത് സാധ്യമാകുന്നത്? ഫോണ്‍ ക്യാമറകള്‍ സ്മാര്‍ട്ട് ആണെന്നതുതന്നെ കാരണം. കൃത്യമായി പറഞ്ഞാല്‍ ഫോണുകളില്‍ പ്രചാരത്തിലുള്ള, മിറര്‍ലെസ്സിലും സജീവമാകാനിരിക്കുന്ന 'കംപ്യൂട്ടേഷണല്‍ ഫോട്ടോഗ്രഫി' ആണ് ഇതെല്ലാം സാധ്യമാക്കുന്നത്.

എടുത്തചിത്രങ്ങളില്‍ നിന്നും ലഭ്യമായ അധികവിവരങ്ങളില്‍നിന്നും (ക്യാമറയുടേതല്ലാത്ത സെന്‍സറുകളില്‍നിന്നും ഉള്ള വിവരങ്ങള്‍) സോഫ്റ്റ്‌വെയറിന്റെ സഹായത്തോടെ മികച്ചചിത്രം ഉണ്ടാക്കിയെടുക്കുന്നതാണ് കംപ്യൂട്ടേഷണല്‍ ഫോട്ടോഗ്രഫി. ലെന്‍സുകളുടെ മികവ്, സെന്‍സറിന്റെ വലിപ്പം തുടങ്ങി ക്യാമറയുടെ ഗുണനിലവാരവുമായി ബന്ധപ്പെട്ടു പറയാറുള്ള പല കാര്യങ്ങളും ചോദ്യം ചെയ്യപ്പെടുകയാണ് കംപ്യൂട്ടേഷണല്‍ ഫോട്ടോഗ്രഫിയുടെ വരവോടെ.

കംപ്യൂട്ടേഷണല്‍ ഫോട്ടോഗ്രഫിയുടെ ഒരു വകഭേദം ഫോണുകളില്‍ കുറച്ചുകാലമായി നിലവിലുണ്ട്. എച്ച്ഡിആര്‍ ഫോട്ടോഗ്രഫി ആണത്. ഹൈബ്രിഡ് സൂം, സോഫ്റ്റ്‌വെയര്‍ സഹായത്തോടെയുള്ള ബൊക്കെ എഫക്റ്റ് (പശ്ചാത്തലം അവ്യക്തമാക്കല്‍) എന്നിവയാണ് മറ്റു ചിലത്.

എച്ച്ഡിആര്‍ ചിത്രങ്ങള്‍

വെളിച്ചം ഏറെയുള്ള ഭാഗങ്ങളിലെയും ഇരുണ്ട ഭാഗങ്ങളിലെയും വിശദാംശങ്ങള്‍ ഒരേപോലെ കാണാനുള്ള കഴിവാണ് ഹൈ ഡൈനാമിക് റേഞ്ച്. മനുഷ്യന്റെ കാഴ്ചയ്ക്കുള്ള (കണ്ണും തലച്ചോറും ചേര്‍ന്ന സംവിധാനം) ഡൈനാമിക് റേഞ്ച് ക്യാമറകള്‍ക്കില്ല. പ്രത്യേകിച്ച് ശരാശരി ഡിജിറ്റല്‍ ക്യാമറകള്‍ക്ക്. അതുകൊണ്ടാണ് നിഴലിലെ വിശദാംശങ്ങള്‍ വ്യക്തമായ ചിത്രങ്ങളില്‍ ആകാശം ആകെ വെളുത്ത് വികൃതമായി കാണുന്നത്. നീലാകാശവും മേഘങ്ങളും വ്യക്തമായ ചിത്രങ്ങളില്‍ നിഴലുള്ള ഭാഗത്തെ ദൃശ്യങ്ങള്‍ എല്ലാം കറുത്തുപോകുന്നതും ഇതുകൊണ്ടുതന്നെ. ഈ പ്രശ്‌നം പരിഹരിക്കാനോ മനുഷ്യനേത്രത്തില്‍ സാധാരണയായി അനുഭവപ്പെടുന്നതിലേറെ ഡൈനാമിക് റേഞ്ച് കൊണ്ടുവന്ന് നാടകീയത സൃഷ്ടിക്കാനോ എല്ലാം ഉപയോഗിക്കാറുള്ള ഒരു സങ്കേതമാണ് എച്ച്ഡിആര്‍ ഫോട്ടോഗ്രഫി (High Dynamic Range Photography). പല എക്സ്പോഷറില്‍ (ക്യാമറയില്‍ വെളിച്ചവുമായി ബന്ധപ്പെട്ട ക്രമീകരണങ്ങളാണ് എക്സ്പോഷര്‍) ഒന്നിലേറെ ചിത്രങ്ങള്‍ എടുത്തശേഷം അവ സോഫ്റ്റ്‌വെയറിന്റെ സഹായത്തോടെ സംയോജിപ്പിക്കുകയാണ് ചെയ്യുന്നത്. കുറഞ്ഞ എക്സ്പോഷറില്‍ എടുത്ത ചിത്രങ്ങളില്‍ നിന്നും വെളിച്ചം ഏറെയുള്ള ഭാഗങ്ങളിലെ വിശദാംശങ്ങളും കൂടിയ എക്സ്പോഷറില്‍ എടുത്ത ചിത്രങ്ങളില്‍നിന്നും ഇരുണ്ട ഭാഗങ്ങളിലെ വിശദാംശങ്ങളും എടുക്കുന്നു. ഫോണ്‍ ക്യാമറകളിലെ എച്ച്ഡിആര്‍ മോഡ് ആകട്ടെ, ഈ ജോലിയെല്ലാം സ്വയം ചെയ്യുന്നു.

എച്ച്ഡിആര്‍ ദൃശ്യങ്ങള്‍ ഉണ്ടാക്കാന്‍ പല എക്സ്പോഷറില്‍ എടുത്ത ഒന്നിലേറെ ചിത്രങ്ങള്‍ വേണമല്ലോ. ഇവ അതിവേഗം ഒന്നിനുപുറകെ ഒന്നായി എടുത്തവയോ വ്യത്യസ്ത സെന്‍സറുകള്‍ ഉപയോഗിച്ച് ഒരേസമയം എടുത്തവയോ ആകാം. ഇത് ഫോണിനനുസരിച്ചിരിക്കും. ഒന്നിന് പുറകെ ഒന്നായി എടുത്തുണ്ടാക്കുന്ന രീതി പക്ഷെ ചലിക്കുന്ന വസ്തുക്കള്‍ പകര്‍ത്താന്‍ യോജിച്ചതല്ല.

എങ്ങനെ എടുത്തതായാലും ചിത്രങ്ങള്‍ ഒന്നിനുമീതെ ഒന്നായി വച്ച രീതിയില്‍ ആണല്ലോ എച്ച്ഡിആര്‍ ഫോട്ടോഗ്രഫി പ്രവര്‍ത്തിക്കുന്നത്. 'ഇമേജ് സ്റ്റാക്കിങ്' എന്നാണ് ഇതിനു പറയുക.

നോയ്‌സ് റിഡക്ഷന്‍

കുറഞ്ഞ വെളിച്ചത്തിലെടുത്ത ചിത്രങ്ങളില്‍ നോയ്‌സ് (പരപരപ്പ്) കൂടുതലായിരിക്കുമല്ലോ. വെളിച്ചമെത്താത്തപ്പോഴും സെന്‍സറിലെ പിക്സലുകളില്‍ അനാവശ്യമായി കറണ്ട് ഉണ്ടാകുന്നുണ്ട്. ഡാര്‍ക്ക് കറണ്ട് എന്നറിയപ്പെടുന്ന ഇതിനെ മറികടക്കാന്‍ മാത്രം വെളിച്ചമെത്താതിരുന്നാല്‍ നോയ്‌സ് ഉണ്ടാകും. ഇമേജ് സ്റ്റാക്കിങ് ഉപയോഗിച്ച് ഈ നോയ്‌സ് കുറയ്ക്കാനാകും. രണ്ടു ചിത്രങ്ങളില്‍ നോയ്‌സ് ഉണ്ടാകുക ഒരേ പിക്സലുകളില്‍ ആകണമെന്നില്ല. അതുകൊണ്ടുതന്നെ ഒരേ ദൃശ്യത്തിന്റെ പത്തു വ്യത്യസ്ത ഷോട്ടുകള്‍ താരതമ്യം ചെയ്‌താല്‍ ഓരോ പിക്സലിലെയും നോയ്‌സ് ഇല്ലാത്ത വിശദാംശങ്ങള്‍ വീണ്ടെടുക്കാനാകും. കുറഞ്ഞ വെളിച്ചത്തില്‍ ചിത്രമെടുക്കാന്‍ നിര്‍ബന്ധിതരായ ആസ്ട്രോഫോട്ടോഗ്രാഫര്‍മാര്‍ ഈ രീതി പ്രയോജനപ്പെടുത്താറുണ്ട്.

ഹൈബ്രിഡ് സൂം

ലെന്‍സ് മാറ്റിയിടുകയോ സൂം ലെന്‍സ് ആണെങ്കില്‍ അതിന്റെ ഫോക്കല്‍ ലെങ്ത് ക്രമീകരിക്കുകയോ ചെയ്താണ് മികച്ച ക്യാമറകളില്‍ സൂം ചെയ്യുന്നത് ('ഒപ്റ്റിക്കല്‍ സൂം'). ഇതെല്ലാം അപ്രായോഗികമായതുകൊണ്ട് എടുത്ത ചിത്രത്തെ കൃ‌ത്രിമമായി വലുതാക്കുന്ന 'ഡിജിറ്റല്‍ സൂം' രീതിയായിരുന്നു അടുത്തകാലം വരെ ഫോണുകളില്‍ പ്രചാരത്തിലുണ്ടായിരുന്നത്. എന്നാല്‍ ഇതിന് മാറ്റം വന്നുകഴിഞ്ഞു. ഒന്നിലേറെ ലെന്‍സുകളുപയോഗിച്ചെടുത്ത ചിത്രങ്ങളും കംപ്യൂട്ടേഷണല്‍ ഫോട്ടോഗ്രഫിയുമുണ്ടെങ്കില്‍ ഒപ്റ്റിക്കല്‍ സൂം അനുകരിക്കാം. 'ഹൈബ്രിഡ് സൂം' എ​ന്നാണ് ഇതിന് പേര്. ഇന്നിറങ്ങുന്ന മികച്ച ക്യാമറാഫോണുകളിലെല്ലാം ഇതുണ്ട്.

അതിശയിപ്പിക്കുന്ന തലത്തിലേക്ക്

എച്ച്ഡിആര്‍ ചിത്രങ്ങളുടെ നിര്‍മാണവും നോയ്സ് കുറയ്ക്കലുമെല്ലാം അടിസ്ഥാനപരമായ കണക്കുകൂട്ടലുകളാണ്. എന്നാല്‍ ശരിക്കും 'ബുദ്ധി' കാട്ടുന്ന ചില തലങ്ങള്‍ കംപ്യൂട്ടേഷണല്‍ ഫോട്ടോഗ്രഫിക്കുണ്ട്. ചിലത്:

• ഇമേജ് ഡീബ്ലറിങ് (Image Deblurring)
• കൃത്രിമമായി 'ബൊക്കെ' (Bokeh) എഫക്റ്റ്
• ചിത്രീകരണത്തിന് ശേഷം ഫോക്കസ് മാറ്റല്‍ (Post-capture Refocusing)
• ചിത്രീകരണത്തിന് ശേഷം ഘടനയും സൂമും മാറ്റല്‍ (Post-capture Composition)
• മിഴിവ് നഷ്ടപ്പെടാതെ വലുതാക്കല്‍ (Upscaling, Super Resolution)

വലിയ സെന്‍സറും വിടര്‍ന്ന അപര്‍ച്ചറും ഒക്കെയുപയോഗിച്ചാണ് മുന്തിയ ക്യാമറകളില്‍ ബൊക്കെ എഫക്റ്റ് ഉണ്ടാക്കുന്നത് (ശരിക്കുപറഞ്ഞാല്‍ 'ഷാലോ ഡെപ്ത് ഓഫ് ഫീല്‍ഡ്'). ചിത്രീകരിക്കാനുദ്ദേശിക്കുന്ന വസ്തുവോ മുഖമോ ഒഴികെ ബാക്കിയെല്ലാം (പ്രത്യേകിച്ച് പശ്ചാത്തലം) ലയിപ്പിച്ചുകളയലാണിത്. ഫെയ്സ് ഡിറ്റക്ഷന്റെയും മറ്റും സഹായത്തോടെ ഫോണുകള്‍ ഇത് കൃത്രിമമായി ചെയ്തുതുടങ്ങിയിട്ടുണ്ട്. ചിത്രത്തില്‍ മൊത്തം മാറ്റം വരുത്താതെ ആവശ്യമുള്ള ഭാഗം മാത്രം കണ്ടെത്തി മെച്ചപ്പെടുത്തുന്നതിന് ഒരു ഉദാഹരണമാണിത്.

ചിത്രീകരണത്തിനുശേഷം ഫോക്കസ് മാറ്റുന്നതും പല ഫോണുകളിലും കാണാറുള്ള സൗകര്യമാണ്. ഓരോ ഫോട്ടോയെടുക്കുമ്പോഴും ആവശ്യത്തിലേറെ വിവരം മുന്‍കൂട്ടി ശേഖരിച്ചുവയ്ക്കുന്നതുകൊണ്ടാണ് ഇത് സാദ്ധ്യമാകുന്നത്.

ചിത്രത്തിന്റെ വീക്ഷണകോണ്‍ മാറ്റുന്നതുപോലുള്ള കാര്യങ്ങള്‍ സജീവമായി ഗവേഷണം ചെയ്യപ്പെടുന്നുണ്ട്. ഇത്തരം കാര്യങ്ങളെക്കുറിച്ച് കൂടുതലറിയാന്‍ താത്പര്യമുണ്ടെങ്കില്‍ ഒരു തുടക്കമെന്ന നിലയില്‍ research.nvidia.com സന്ദര്‍ശിക്കാം.

തരം തിരിക്കാനും വീണ്ടെടുക്കാനും 'കാഴ്ച'യുള്ള അല്‍ഗരിതങ്ങള്‍

ഫോട്ടോകള്‍ എടുത്തെടുത്തു കുന്നുകൂടുന്നതും ആവശ്യമുള്ളത് കണ്ടെത്താനാകാതെ വരുന്നതും പലരും നേരിടുന്ന വെല്ലുവിളിയാണ്. അത്യാവശ്യത്തിനുമാത്രം ഫോട്ടോ എടുക്കുക എന്ന നല്ല ശീലത്തിലേയ്ക്ക് കുറച്ചുപേരെ എങ്കിലും ഇത് നയിച്ചേക്കാം. എന്നാല്‍ എല്ലാവര്‍ക്കും ഇത് കഴിയണമെന്നില്ല. പത്രപ്രവര്‍ത്തനം പോലെ തൊഴിലിന്റെ ഭാഗമായി ചിത്രമെടുക്കുന്ന പലര്‍ക്കും ഇത് സാധ്യവുമല്ല. അത്തരം സാഹചര്യങ്ങളില്‍ കംപ്യൂട്ടര്‍ വിഷന്‍ സങ്കേതങ്ങള്‍ക്ക് നമ്മെ സഹായിക്കാനാകും. ഓട്ടോഫോക്കസ് പോലുള്ള കാരണങ്ങളാല്‍ പൂര്‍ണ്ണമായും ഉപയോഗശൂന്യമായ ചിത്രങ്ങള്‍ കണ്ടെത്തി ഒഴിവാക്കുക, ഉള്‍പ്പെട്ടിട്ടുള്ള വസ്തുക്കളെയും വ്യക്തികളെയും തിരിച്ചറിഞ്ഞ് ചിത്രങ്ങള്‍ തരം തിരിക്കുക, ആവശ്യമുള്ളപ്പോള്‍ എളുപ്പത്തില്‍ കണ്ടെത്തി കൊണ്ടുവരിക എന്നിങ്ങനെ പലതും ഇത്തരം സോഫ്റ്റ്‌വെയര്‍ പ്രോഗ്രാമുകള്‍ക്ക് ചെയ്യാനാകും. ചില ഫോട്ടോ ഓര്‍ഗനൈസറുകളില്‍ ഇപ്പോള്‍ത്തന്നെ ഇത് വന്നു തുടങ്ങിയിട്ടുണ്ട്. ഇതിനൊരു ഉദാഹരണമാണ് സ്വതന്ത്രസോഫ്റ്റ്‌വെയര്‍ ആയ 'ഡിജികാം' (www.digiKam.org). 'ഡീപ് ന്യൂറല്‍ നെറ്റ്‌വര്‍ക്ക്' എന്ന ആശയം ഉപയോഗപ്പെടുത്തി മുഖം തിരിച്ചറിയാനുള്ള കഴിവ് ഡിജികാമിനുണ്ട്.

ക്യാമറ തന്നെ ഫോട്ടോഗ്രാഫറായാല്‍?

ഓട്ടോഫോക്കസ് പോലുള്ള സങ്കേതങ്ങളുടെ വരവോടെ ഒരു ഉപകരണം എന്നതില്‍നിന്ന് ഫോട്ടോഗ്രാഫറുടെ സഹായിയായി ഉയരുകയായിരുന്നു ക്യാമറ. എന്നാല്‍ കംപ്യൂട്ടേഷണല്‍ ഫോട്ടോഗ്രഫി വളര്‍ച്ച പ്രാപിക്കുന്നതോടെ ക്യാമറകള്‍ ഫോട്ടോഗ്രാഫറുടെ സ്ഥാനം തട്ടിയെടുക്കുമോ?

എതിര്‍പ്പുകള്‍ ഉണ്ടായാലും ഓട്ടോമേഷന്‍ സംവിധാനങ്ങള്‍ വന്നാല്‍ അവ വ്യാപകമാകും എന്നുറപ്പാണ്. എളുപ്പമുള്ള സങ്കേതങ്ങളായിരിക്കും സാധാരണക്കാര്‍ ഉപയോഗിക്കുക. എന്നാല്‍ അപ്പോഴും സ്വന്തം നിലയ്ക്ക് കാര്യങ്ങള്‍ ചെയ്യുന്നവര്‍ ഉണ്ടാകുകയും അവരുടെ സര്‍ഗാത്മകതയ്ക്കും അദ്ധ്വാനത്തിനും അര്‍ഹമായ പ്രാധാന്യം കിട്ടുകയും ചെയ്യും. ഫോട്ടോഗ്രഫി വന്നെങ്കിലും ചിത്രകല ഇല്ലാതായില്ലല്ലോ. കംപ്യൂട്ടേഷണല്‍ ഫോട്ടോഗ്രഫി സര്‍ഗാത്മകമായി പ്രവര്‍ത്തിച്ചു തുടങ്ങിയാല്‍ അതുപയോഗിച്ചെടുക്കുന്ന ചിത്രങ്ങള്‍ എടുത്തയാളുടെ കഴിവല്ല എന്ന് സമൂഹം തിരിച്ചറിയേണ്ടതുണ്ട്. അത്തരമൊരു ബോധവല്‍ക്കരണം അസാധ്യമായാല്‍ യന്ത്രത്തെ തോല്‍പ്പിക്കുന്ന സര്‍ഗാത്മകതയുടെ പുതിയ തലങ്ങള്‍ കണ്ടെത്തി ശരിക്കുള്ള ഫോട്ടോഗ്രാഫര്‍മാര്‍ ഉയര്‍ന്നസ്ഥാനം വീണ്ടെടുക്കുമെന്ന് പ്രതീക്ഷിക്കാം.

പാടേ തള്ളിക്കളയേണ്ട ഒന്നല്ല കംപ്യൂട്ടേഷണല്‍ ഫോട്ടോഗ്രഫി എന്നതും ഓര്‍ക്കേണ്ടതാണ്. സമയപരിമിതിയോ പ്രയോഗികതയോ ഒക്കെ കണക്കിലെടുത്ത് വിദഗ്ധരായ ആളുകള്‍ തന്നെ ഓട്ടോമേഷന്‍ ഉപയോഗിക്കാറുണ്ട്. മാധ്യമ ഫോട്ടോഗ്രാഫര്‍മാര്‍ ഓട്ടോഫോക്കസ് ധാരാളമായി ഉപയോഗിക്കാറില്ലേ? കംപ്യൂട്ടര്‍ വിഷന്റെയും മെഷീന്‍ ലേണിങ്ങിന്റെയും സഹായത്തോടെ ചിത്രങ്ങള്‍ തരംതിരിക്കാനും വീണ്ടെടുക്കാനുമുള്ള സങ്കേതങ്ങളും ഇവര്‍ക്ക് ഉപകരിക്കും.

BOX ഇല്ലാക്കാഴ്ചകള്‍ വരഞ്ഞ് നിര്‍മിതബുദ്ധി

ശരിക്കുള്ളതെന്ന് വിശ്വസിപ്പിക്കുന്ന രീതിയില്‍ ദൃശ്യങ്ങള്‍ രൂപപ്പെടുത്തുന്നതാണ് ഫോട്ടോറിയലിസ്റ്റിക്ക് ഇമേജ് സിന്തസിസ്. ഡീപ്പ് ലേണിങ് പോലുള്ള സോഫ്റ്റ്‌വെയര്‍ സങ്കേതങ്ങളുടെയും മികച്ച ഗ്രാഫിക്സ് ഹാഡ്‌വെയറിന്റെയും വരവോടെ ഇത് അത്ഭുതകരമായ തലത്തിലേക്ക് ഉയര്‍ന്നിട്ടുണ്ട്. ഇല്ലാത്ത ആളുകളുടെ ഫോട്ടോകള്‍ അവതരിപ്പിക്കുന്ന thispersondoesnotexist.com മുതല്‍ വീഡിയോയില്‍ ഒരാളുടെ മുഖം മാറ്റി മറ്റൊരാളുടേതാക്കാനുള്ള ഡീപ്പ്ഫേക്ക് സങ്കേതങ്ങള്‍ വരെ ഇമേജ് സിന്തസിസിന് ഉദാഹരണങ്ങളാണ്. സിനിമയിലെ വിഷ്വല്‍ എഫക്റ്റ്സ് രംഗത്ത് ഡീപ്പ്ഫേക്കിന് സാദ്ധ്യതകളുണ്ട്. ദൌര്‍ഭാഗ്യവശാല്‍ വ്യാജ അശ്ലീല വീഡിയോകളും വ്യാജവാര്‍ത്തകളും ഉണ്ടാക്കാനാണ് ഇത് ഏറെ ഉപയോഗിക്കപ്പെടുന്നത്.

ഒരാളുടെ അഭിനയം തത്സമയം ഒരു ഡിജിറ്റല്‍ കഥാപാത്രത്തിലേക്ക് പകര്‍ത്തുന്ന സങ്കേതവും അവതരിപ്പിക്കപ്പെട്ടിട്ടുണ്ട്. 'ഷാര്‍ലാറ്റന്‍' എന്ന് പേരിട്ടിട്ടുള്ള ഇതിനുപിന്നില്‍ വിഎഫ്എക്സ് സ്ഥാപനമായ 'ഡിജിറ്റല്‍ ഡൊമൈന്‍' ആണ്.

BOX ഗവേഷണമേഖലകള്‍

ഡിജിറ്റല്‍ ഫോട്ടോഗ്രഫിയുമായി ബന്ധപ്പെട്ട ചില കംപ്യൂട്ടര്‍ സയന്‍സ് ഗവേഷണമേഖലകളിതാ. ഇവ പലപ്പോഴും പരസ്പരം ഇഴചേര്‍ന്നുകിടക്കുന്നു എന്നോര്‍ക്കുമല്ലോ.

• കംപ്യൂട്ടര്‍ ഗ്രാഫിക്സ്
• കംപ്യൂട്ടേഷണല്‍ ഫോട്ടോഗ്രഫി - അല്‍ഗരിതങ്ങളുടെ സഹായത്തോടെ ചിത്രങ്ങള്‍ മെച്ചപ്പെടുത്തല്‍
• കംപ്യൂട്ടര്‍ വിഷന്‍ - ഡിജിറ്റല്‍ ദൃശ്യങ്ങളില്‍നിന്ന് വസ്തുക്കള്‍ തിരിച്ചറിയല്‍, തരംതിരിക്കല്‍
• മെഷീന്‍ ലേണിങ് - സാമ്പിളുകള്‍ നല്‍കി സോഫ്റ്റ്‌വെയറിനെ പരിശീലിപ്പിച്ചെടുക്കല്‍
• ഹ്യൂമന്‍-കംപ്യൂട്ടര്‍ ഇന്ററാക്ഷന്‍
• ആര്‍ട്ടിഫിഷ്യല്‍ ഇന്റലിജന്‍സ്

BOX ഇമേജ് സ്റ്റാക്കിങ് അസ്‌ട്രോഫോട്ടോഗ്രഫിയില്‍

വെളിച്ചം കുറഞ്ഞ സാഹചര്യത്തില്‍ ഒരു വസ്തുവിന്റെ ചിത്രമെടുക്കാന്‍ ഇമേജ് സ്റ്റാക്കിങ് ഉപയോഗിക്കാം എന്ന് പറഞ്ഞല്ലോ. ക്യാമറയുടെ സ്ഥാനമോ സൂമോ മാറ്റാതെ തുടര്‍ച്ചയായി ഒന്നിലേറെ ഷോട്ടുകള്‍ എടുത്തശേഷം സോഫ്റ്റ്‌വെയര്‍ സഹായത്തോടെ ഒന്നിനുമേലെ ഒന്നായി വച്ച് തെളിച്ചമുള്ള ഒരു ദൃശ്യം ഉണ്ടാക്കിയെടുക്കുകയാണ് ചെയ്യുന്നത്. ഇമേജ് സ്റ്റാക്കിങ് എല്ലായ്പോഴും എളുപ്പമല്ല. സോഫ്റ്റ്‌വെയര്‍ വേണമെന്നതു മാത്രമല്ല കാര്യം. ചിത്രീകരിക്കപ്പെടുന്ന വസ്തുവിന് ഷോട്ടുകള്‍ക്കിടയില്‍ സ്ഥാനമാറ്റം സംഭവിച്ചാല്‍ അത് പരിഹരിക്കാനുള്ള അലൈന്‍മെന്റ് നടത്തണമെന്നുകൂടിയാണ്. ഇരുട്ടത്ത് ചിത്രീകരിക്കാന്‍ ഇതിനേക്കാളേറെ എളുപ്പമുള്ള ഒരു മാര്‍ഗമുണ്ട്. ക്യാമറയുടെ ഷട്ടര്‍ കുറച്ചധികനേരം തുറന്നു വയ്ക്കുക എന്നതാണത്. ഏതാനും സെക്കന്‍ഡുകളോ മിനിറ്റുകളോ ഷട്ടര്‍ തുറന്നുവച്ച് ഒരു ചിത്രമെടുത്താല്‍ രാത്രി പോലും നോയ്‌സ് ഇല്ലാത്ത ദൃശ്യം കിട്ടിയെന്നു വരും. 'ലോങ് എക്സ്പോഷര്‍ ഫോട്ടോഗ്രഫി' എന്നാണ് ഇതിന് പേര്. ലളിതമായ ഈ മാര്‍ഗമുള്ളപ്പോള്‍ എന്തിനാണ് ഇമേജ് സ്റ്റാക്കിങ് ഉപയോഗിക്കുന്നത്?

രാത്രിയാകാശത്തിന്റെ ദൃശ്യം ലോങ് എക്സ്പോഷര്‍ ആയി എടുക്കുമ്പോള്‍ മറക്കാന്‍ പാടില്ലാത്ത ഒരു കാര്യം ഭൂമി കറങ്ങുന്നുണ്ട് എന്നതാണ്. സെക്കന്റുകളോളം ഷട്ടര്‍ തുറന്ന് ഒരു ഫോട്ടോ എടുത്തു തീരുമ്പോഴേയ്ക്കും നക്ഷത്രങ്ങളുടെ സ്ഥാനത്തില്‍ കാര്യമായ മാറ്റം വന്നിട്ടുണ്ടാകും. കുത്തുകള്‍ക്കു പകരം വരകളായി നക്ഷത്രങ്ങള്‍ പ്രത്യക്ഷപ്പെടുന്ന മനോഹരദൃശ്യങ്ങള്‍ കണ്ടിട്ടില്ലേ? രാത്രിയാകാശം ലോങ് എക്സ്പോഷര്‍ ആയി ചിത്രീകരിക്കുമ്പോള്‍ താനെ സംഭവിക്കുന്നതാണിത്. കലാപരമായി നല്ലതാണെങ്കിലും ശാസ്ത്രീയമായ ആവശ്യങ്ങള്‍ക്കായി ആകാശദൃശ്യങ്ങള്‍ പകര്‍ത്തുമ്പോള്‍ നക്ഷത്രങ്ങളടക്കമുള്ള വസ്തുക്കള്‍ ഇങ്ങനെ വരകളായി (സ്റ്റാര്‍ ട്രെയില്‍) കിട്ടിയാല്‍ പോരാ. ഇവിടെയാണ് ഇമേജ് സ്റ്റാക്കിങ് പ്രസക്തമാകുന്നത്. സ്റ്റാക്കിങ്ങിനുവേണ്ടി തുടര്‍ച്ചയായി ഷോട്ടുകള്‍ എടുക്കുന്നുണ്ടെങ്കിലും, അപ്പോഴെല്ലാം ഭൂമി തിരിഞ്ഞ് നക്ഷത്രങ്ങള്‍ക്ക് സ്ഥാനമാറ്റം സംഭവിക്കുന്നുണ്ടെങ്കിലും ഓരോ ഷോട്ടും എടുക്കുന്നത് ചുരുങ്ങിയ സമയം കൊണ്ടാണ്. അതുകൊണ്ടുതന്നെ ഇവയിലെല്ലാം നക്ഷത്രങ്ങള്‍ കുത്തുകളായിട്ടായിരിക്കും പ്രത്യക്ഷപ്പെടുക. സ്ഥാനമാറ്റം പരിഹരിക്കാന്‍ ഇമേജ് സ്റ്റാക്കിങ് വേളയില്‍ ആവശ്യമായ അലൈന്‍മെന്റ് നടത്തേണ്ട കാര്യമേയുള്ളൂ.

BOX സ്കാനറിനെ വിശ്വസിക്കാമോ?

ഐപാഡ് സൂം വാദം കേള്‍ക്കുമ്പോള്‍ ഓര്‍മ വരുന്ന രസകരമായ മറ്റൊരു കാര്യം.

സ്കാനറില്‍നിന്നുള്ള ദൃശ്യങ്ങള്‍ അവ്യക്തമായാല്‍ നമുക്ക് ദേഷ്യം വരും. എന്നാല്‍ പൂര്‍ണമായും വ്യക്തമായ ദൃശ്യത്തിലെ എഴുത്ത് തെറ്റാണെങ്കിലോ? അതാണ് ഏറെ അപകടം. പക്ഷേ അങ്ങനെ സംഭവിക്കുമോ? സംഭവിച്ചിട്ടുണ്ട്. JBIG2 എന്ന കംപ്രഷന്‍ ഉപയോഗിക്കുന്ന സ്കാനറുകളിലാണ് ഇതുണ്ടായത്. സാമ്യമുള്ള ഭാഗങ്ങള്‍ ഒരു തവണ മാത്രം രേഖപ്പെടുത്തിയാണ് ഇതില്‍ ഡേറ്റ ലാഭിക്കുന്നത്. ഫലമോ, പേജില്‍ എട്ടും ആറുമുണ്ടെങ്കില്‍ രണ്ടിനെയും എട്ടെന്ന് രേഖപ്പെടുത്തുമെന്നുവരെയായി. കംപ്രഷന്‍ ഇല്ലാതെ സ്കാന്‍ ചെയ്യുകയാണ് പോംവഴി.