Nyhet

Kan en dator lära sig fotografera?

Maskininlärning är på frammarsch inom många områden och följaktligen även inom fotografi. Men går det verkligen att träna upp en dator att hålla på med estetiska och subjektiva saker? Google har gjort ett försök genom att låta en "virtuell fotograf" plocka ut vanliga bilder ur 360-bilder.

Publicerad

Den som är intresserad av komposition har troligtvis slagits av tanken att det går att snurra runt och zooma in till ett utsnitt i en 360-bild för att skapa sitt egna verk, trots att man inte varit på plats och tagit bilden. Med de oändligt många 360-bilder som finns i Google Street View är möjligheterna tröttsamt stora, något som en dator med tid på sig inte besväras av.

Med titeln Using Deep Learning to Create Professional-Level Photographspublicerades i förra veckan fyra bilder som exempel på vad två Google-ingenjörer lyckades få sin dator att skapa från 360-bilder tagna längs bland annat vandringsleder i Alperna.

Här de fyra bilderna med påföljande länkar till platserna i Google Street View så att du själv kan bedöma hur utsnitten är gjorda.

Bild från Google Research Blog.
Skärmdump från Google Maps.

Länk till Google Maps så du själv kan snurra runt och titta på platsen.

Bild från Google Research Blog.
Skärmdump från Google Maps.

Länk till Google Maps så du själv kan snurra runt och titta på platsen.

Bild från Google Research Blog.
Skärmdump från Google Maps.

Länk till Google Maps så du själv kan snurra runt och titta på platsen.

Bild från Google Research Blog.
Skärmdump från Google Maps.

Länk till Google Maps så du själv kan snurra runt och titta på platsen.

Här befinner vi oss i en båt och om vi vänder oss om får vi vyn nedan. De flesta skulle nog tycka att det utsnittet är intressantare. Vattnet är visserligen utfrätt, men det finns betydligt mer att titta på i bilden.

Skärmdump från Google Maps.

Nu vet vi såklart inte hur de fyra bilderna valdes ut bland den enorma mängd som deras system rimligen måste plockat fram. Här hade det varit intressant om datorn även klarat av att rangordna sina skapade bilder.

Bildbyrån EyeEm använder sig av maskininlärning för att hjälpa till med urvalet av bilder. Och även med syftet att rangordna bilderna i någon slags kvalitetsskala. Mer om det kan du läsa här:Understanding Aesthetics with Deep Learning.

En slutsats som går att dra av de fyra bilderna ovan är i alla fall att google-ingenjörernas upplärda system lyckas göra utsnitt som är skapligt balanserade kompositionsmässigt. Detta har systemet lärt sig enbart genom att titta på "bra bilder". Inga så kallade kompositionsregler är inmatade alltså.