Guardando una vecchia foto in bianco e nero spesso ci si chiede: che cosa ha visto la persona che ha scattato quella foto?
C’era qualcosa nella disposizione dei colori che ha spinto il fotografo a catturare questo momento? E se sì, il fotografo ha visto qualcosa che noi, spettatori moderni non conosciamo?
Sicuramente è impossibile replicare le condizioni precise in cui è stata scattata la foto, ma è possibile aggiungere colore alla foto per aiutarci a immaginare ciò che il fotografo avrebbe potuto vedere in quell’istante. È incredibile come un po’ di colore possa catapultarci più vicino a quel momento specifico.
Da tempo, on-line, esistono siti web che permettono di utilizzare l’Intelligenza Artificiale trasformando quindi immagini BN in immagini colori, come: Automatic Image Colorization, Algorithmia [https://demos.algorithmia.com/colorize-photos/] ultimo ColouriseSG [https://colourise.sg].
ColouriseSG, credo abbia raggiunto livelli davvero considerevoli, in maniera particolare per le immagini storiche, tutto ciò potrebbe determinare l’utilizzo di questa tecnologia in molti altri ambiti. Il progetto ColouriseSG è stato realizzato dalla divisione Data Science and Artificial Intelligence Division, GovTech Singapore.
Tutti questi SW on-line, sopracitati, tengono a precisare una importante NOTA, che recita così:
***Lo scopo è quello di generare un’immagine con colori plausibili. Non si garantisce in alcun modo che l’immagine colorata sia una rappresentazione accurata dell’istantanea reale del tempo.
Altre note possono essere:
***La colorazione è un campo di ricerca attiva e il nostro modello non è affatto perfetto, funziona bene su alcune immagini, ma non su altre.
Allo stesso modo di chi colora una foto BN a mano o con altri SW come Photoshop, una applicazione on-line deve tener presente di due diversi fattori: identificare gli oggetti ed individuarne un colore plausibile, tra i milioni di immagini immagazzinate precedentemente da un data base correlato, quindi colorarla.
ColouriseSG a differenza di altre applicazioni, produce immagini che oltre ad avere intensità di colore sono credibili e realistiche.
Esso si basa su un generatore che tenta di prevedere i valori dei colori in un’immagine in BN, in base alle caratteristiche dell’immagine stessa; ed un discriminatore che cerca di identificare se i colori generati sono realistici.
L’architettura dell’applicazione, per risparmiare sui costi, purtroppo non prevede sempre una risposta immediata, a causa del traffico web che si trova a gestire. Per questo motivo infatti, dopo aver caricato la foto in BN, visualizziamo “Our servers are running at full capacity. Please try again later”!
Le cose strane, invece, accadono quando il modello non riconosce gli oggetti nella foto. Questo capita nel caso in cui gli algoritmi di identificazione degli oggetti hanno difficoltà ad individuare contenuti parzialmente coperti, colorando gli stessi con cromie innaturali. Tale fenomeno è noto come occlusione, e rappresenta una delle maggiori sfide nella visione artificiale.
// Articolo di Diego Pizi
