Bisnis.com, JAKARTA — Popularitas ponsel sebagai alat pengambil gambar dan video mendorong produsen ponsel berlomba-lomba memperkenalkan produk dengan teknologi tercanggih dan kamera dengan resolusi tertinggi.
Kemampuan smartphone sebagai kamera pun sedikit demi sedikit mendorong konsumen meninggalkan gawai kamera saku. Siapapun, kini bisa mengambil gambar dengan kualitas terbaik mengandalkan smartphone tercanggih. Hanya saja, ponsel dengan komponen paling canggih tentu mengharuskan para fotografer amatir merogoh kocek lebih dalam.
Meskipun pada saat ini kemampuan kamera ponsel semakin meningkat, keterbatasan ruang yang dituntut oleh desain ponsel pintar membuatnya tidak akan dapat mengambil gambar dengan kualitas sebaik kamera yang lebih besar. Karena itu, banyak orang mengeksplorasi cara untuk memperbaiki kualitas gambar yang diambil dengan cara lain, seperti lewat perangkat lunak.
Peningkatan mutu foto lewat perangkat lunak ini sebenarnya sudah kita lakukan ketika melakukan penyuntingan foto dengan aplikasi seperti Adobe Photoshop, meskipun ini juga masih menuntut keterampilan tersendiri. Aplikasi pengelola foto seperti Google Photos dan Apple Photos dewasa ini sudah dapat melakukan ini hanya dengan sekali klik. Namun peningkatan kualitas yang didapatkan biasanya masih minor, dan para peneliti masih mencari teknik yang dapat mencapai mutu yang lebih memuaskan.
| Baca Juga CES 2018 Bahas Pengembangan Teknologi 5G |
|---|
Salah satu teknik yang sedang dikembangkan para peneliti dari Eidgenössische Technische Hochschule (ETH) Zürich menjanjikan Anda untuk tidak lagi dibatasi oleh kualitas alat yang digunakan. Teknik yang menggunakan pembelajaran mesin ini bertujuan untuk dapat meningkatkan kualitas foto yang diambil menggunakan kamera ponsel menjadi setara dengan foto yang diambil menggunakan kamera DSLR (digital single lens reflex).
Para peneliti yang dipimpin oleh Andrey Ignatov menggunakan teknik pembelajaran mesin menggunakan jaringan saraf tiruan (neural network) untuk mencapai hal ini. Salah satu kendala menggunakan teknik pembelajaran mesin adalah sistem tidak mengetahui bagaimana seharusnya tampilan akhir foto tersebut. Untuk mengatasi masalah ini para peneliti di ETH Zurich ini melatih sistem dengan lima jaringan CNN (Convulutional Neural Network).
Jaringan CNN pertama melakukan peningkatan kualitas foto, dan hasilnya kemudian akan menjadi masukan untuk tiga jaringan CNN berikutnya. Jaringan CNN kedua berusaha mengkonstruksi ulang foto awal dari keluaran jaringan CNN pertama dan membandingkan hasilnya dengan foto masukan. Ini berguna untuk melatih jaringan CNN pertama ini.
Jaringan CNN ketiga dan keempat masing-masing memeriksa kualitas gambar dan tekstur dari keluaran jaringan CNN pertama. Sistem secara keseluruhan kemudian dievaluasi oleh jaringan terakhir. Tujuan sistem secara keseluruhan adalah melatih sistem agar meminimalkan perbedaan antara foto masukan dengan foto kualitas DSLR. Setelah mencapai hasil yang memuaskan, selanjutnya sistem cukup menggunakan jaringan CNN pertama.
Selain dapat membantu meningkatkan kualitas foto hasil ponsel kamera kelas bawah, sistem seperti ini juga diharapkan bisa membantu memperbaiki foto yang diambil menggunakan peranti lama. Bila diintegrasikan dengan produk ponsel pintar, sistem pembelajaran mesin ini bisa mengurangi kesenjangan mutu gambar yang diambil antara ponsel kelas atas dan kelas bawah.
Laporan penelitian Andrey Ignatov dan kawan-kawan ini bisa dibaca di situs repositori arxiv.org, dengan judul WESPE: Weakly Supervised Photo Enhancer for Digital Cameras.
