La gamme de couleurs qu'un appareil peut reproduire s'appelle une gamme. Une manière très courante et pratique de décrire les couleurs consiste à ignorer leur composante de luminance et à ne représenter que le contenu chromatique dans un plan 2D connu sous le nom de diagramme de chromaticité xi CIE. Crédit :UPF
En particulier dans l'industrie cinématographique, le développement rapide des technologies d'affichage a créé un besoin urgent de se développer rapidement, algorithmes de mappage de gamme automatique. Un article publié le 14 novembre dans l'édition avancée en ligne du Transactions IEEE sur l'analyse des modèles et l'intelligence machine présente des progrès significatifs dans ce domaine.
La gamme de couleurs d'un écran est l'ensemble des couleurs qu'il peut reproduire. Des formats d'écran plus larges peuvent présenter des couleurs plus vives et plus intenses. La cartographie de gamut ou de gamme est le processus d'adaptation des couleurs à la gamme de l'écran pour exploiter pleinement la palette de couleurs du dispositif d'affichage sur lequel le contenu est affiché, tout en préservant l'intention artistique du créateur du contenu original.
L'objectif du gamut mapping pour le film est de développer des algorithmes (algorithmes de gamut mapping, GMA) qui reproduisent le contenu original du film dans la mesure du possible en respectant la vision de l'artiste, car c'est une caractéristique importante que tous les GMA devraient avoir pour être adoptés par l'industrie cinématographique. "Par conséquent, pour cette étude, nous avons effectué des expériences psychophysiques pour comparer les performances du GMA proposé avec d'autres méthodes dans des conditions de film en utilisant un projecteur de film numérique (Barco-DP-1200 [75]) et un grand écran de projection, " soulignent les auteurs dans leur article.
Logiciel qui imite les processus neuronaux du système visuel humain
"Dans ce document, nous proposons un nouveau cadre basé sur des modèles visuels biologiques. Notre méthode réduit et étend à la fois le gamut, est de faible complexité de calcul, produit des résultats exempts d'artefacts, et surpasse les méthodes les plus avancées selon les tests psychophysiques, " expliquent les auteurs Syed Waqas Zamir, chercheur à l'Institut Inception d'Intelligence Artificielle, Abu Dhabi (EAU) et Ph.D. de l'UPF (2017), et Javier Vázquez-Corral et Marcelo Bertalmío, chercheurs du Département des Technologies de l'Information et de la Communication (DTIC) de l'UPF.
Dans ce document, les auteurs présentent les détails d'une nouvelle méthode basée sur des modèles neuronaux issus des connaissances scientifiques sur la vision humaine. Comme Bertalmío, coordinateur du groupe de recherche Traitement d'images pour la cinématographie améliorée (IP4EC) explique, "au lieu de travailler sur le matériel, amélioration des lentilles et des capteurs, nous avons recours aux dernières connaissances en neurosciences et aux modèles existants de perception visuelle pour développer des méthodes logicielles qui imitent les processus neuronaux du système visuel en appliquant ces méthodes aux images captées par une caméra ordinaire. »
"Nos expérimentations mettent également en évidence les limites des métriques objectives existantes au problème du gamut mapping et apportent des solutions, " ajoutent-ils.
