Pourquoi est-ce important: Google Research travaille sur une nouvelle technologie de réduction du bruit des images AI qui pourrait radicalement changer la photographie en basse lumière. L’outil est capable de reconstruire une scène sombre avec un débruitage puissant et un minimum d’artefacts, surpassant confortablement les outils de débruitage existants.

La photographie computationnelle a parcouru un long chemin et est aujourd’hui répandue dans les smartphones et les logiciels de post-traitement. La réduction du bruit est sans doute l’un des outils les plus précieux, car même les meilleurs capteurs de caméra ne sont pas exempts de bruit d’image, en particulier lorsqu’ils sont utilisés dans un environnement plus sombre. Google Research a dévoilé une nouvelle technologie passionnante qui utilise l’intelligence artificielle pour éliminer le bruit de l’image des scènes plus sombres, permettant ainsi aux photographes de « voir dans le noir ».

Ils appellent ce nouvel outil RawNeRF et il fait partie de leur projet open source connu sous le nom de MultiNeRF. RawNeRF est capable d’aider les photographes à capturer spécifiquement des scènes plus sombres. Il utilise une IA qui a un pouvoir de débruitage sans précédent, et ce qui est vraiment impressionnant, c’est que le débruitage semble se produire avec une perte de qualité minimale et beaucoup moins d’artefacts que des outils comparables.

NeRF (Neural Radiance Fields) est un synthétiseur de vue capable de numériser une collection d’images et de reconstruire un rendu 3D précis. Ben Mildenhall, un chercheur de Google, explique que RawNeRF « combine des images prises à partir de nombreux points de vue différents pour débruiter et reconstruire conjointement une scène ». Ce n’est donc pas seulement un débruiteur, mais il peut être utilisé pour faire varier la position de la caméra et voir la scène sous différents angles. Les scènes sont reconstruites dans un espace colorimétrique HDR linéaire, ce qui signifie qu’il peut traiter des détails tels que la variation de l’exposition, l’utilisation du mappage des tons et la modification de la mise au point.

Comme le montre la vidéo ci-dessus, Mildenhall utilise une photo de smartphone d’une table éclairée à la bougie pour démontrer la puissance de RawNeRF. Il applique un post-traitement et un éclaircissement minimaux, et bien que l’image résultante soit plus détaillée, elle présente une quantité importante de bruit de capteur. Il montre que le passage de l’image à travers un débruiteur profond de pointe laisse des artefacts disgracieux, mais avec RawNeRF, les résultats sont vraiment stupéfiants, en particulier en ce qui concerne la qualité de l’image et le manque d’artefacts. La raison pour laquelle il fonctionne si bien est que l’IA est formée sur des données d’image brutes plutôt que sur des JPEG post-traités.

C’est excitant de penser que nous pourrions voir cette technologie intégrée très bientôt dans nos appareils photo et nos smartphones, et cela changera probablement la donne pour les photographes professionnels et les amateurs. Il n’existe aucun outil de réduction du bruit existant qui se rapproche même de ces résultats.