Doporučuji odkaz

[juh]

Ako to funguje, popisuje na githube. Je tam k tomu dokumentácia.

[peto]

Dalsia vychytavka v skyshot:
https://youtu.be/yu4amvPJl9A?is=DH5ydH8GtTKxRedH

[peto]

Tu sa k tomu Skyshot Live - Seeing Stabilization rozbehla pekna debata - v kratkej dobe bude vraj dostupna verzia s moznostou ulozenia vysledku do SER. Mohlo by to mat prinos aj pre snimanie Slnka v Ha. Myslim ze je to velka vec...

[Cztwerec]

Pokud jsem pochopil dobře je to AI multialignment featura v reálném čase, ke všemu by to mělo být hodně přesné co se týče vedení montáže aby to algoritmus stíhal... Jaký by měl být rozdíl mezi složením v jiném programu typu AS nebo podobným? Jen to AI co to dělá v reálu? Nebo si video upraví podle sebe pro další skládání s upraveným reálným základem?

[peto]

Ak hovorime o Seeing Stabilization - primarne by to malo byt na eliminaciu seeingu, ale prave rozvijaju debatu, ci takto stabilizovany obraz, nasledne spracovany standardnym stackovanim prinesie dalsie detaily...je to vsetko nove, este ani poriadne otestovane... A nie, nejedna sa o pouzitie na guiding - vedenie montaze. Ako uvadza autor:
"...Jupiter, Mars atď. by mohli byť problematické. Algoritmus potrebuje vidieť dostatok detailov na odhadnutie skreslení vlnoplochy (ich rekonštrukciou z geometrických deformácií) a to môže byť nemožné pri rozmazanej planéte. Mesiac a Slnko v H-alfa sú na druhej strane ideálnymi cieľmi pre tento účel.
Čo sa týka času spracovania, štyri filtre (stabilizácia celého záberu, stabilizácia obrazu, lucky fusion a doostrenie) trvajú na mojom Macu celkovo iba 4 milisekundy..."

[Cztwerec]

No mě spíš zajímá právě to, proč tam jsou nové detaily, nebo jestli vůbec a jaké a také jakým způsobem to porovnat. Jestli za to může stále více si vymýšlející AI, nebo je to reálným základem.

Budu to schválně sledovat a udělám si názor s hodně velkým odstupem.

A pokud se nepletu přínos v těch lepších detailech byl hlavně při horších podmínkách. To by snad ve mě opět evokovalo to, že ÍÁ si to rádo domyslí...

[MMys]

Pánové, kde jste přišli na to, že je to AI ? Není, je to korekce deformací v reálném čase, běžící v GPU. O nějaké neuronové síti/AI jsem tam nenašel ani zmínku (pokud jsem top přehlédl, opravte mě) V podstatě to dělá to samé, co dělá Autostakkert, ale live, extrémně rychle (jednotky ms na snímek).

takže co to umí - zarovná to jednotlivé obrazy pomocí lokálních deformací na nějakou odhadnutou průměrnou (tedy správnou) pozici. Referenci se to naučí samo z prvních snímků, a dál se to průběžně adaptuje.
dále - Při zapnutém Lucky detail to ještě kromě real-time warpingu dělá jakýsi výběr těch nejostřejších snímků v daném segmentu.

A co to neumí - no samozřejmě rekonstrukci poškozené vlnoplochy (to umí jen pravá AO), prostě rozmazané oblasti to v daném framu nepoužije, nahradí je to nějakými staršími, stacknutými z nejlepších. Tohle pouze eliminuje nejnižší řád seeingu, tedy posuny (deformace) obrazu, nikoli rozostření (rozostřené části scény zahazuje a nahrazuje ostrými z blízkého časového okolí).

Jestli to pomůže při natáčení videa a následném skládání ? Témeř stoprocentně ne, protože to dělá defakto to samé, takže pak jen Autostakkert bude už ty korekce dělat menší, ale žádné další detaily to tam nevykouzlí (tedy pokud není uživatel amatér, který si ten stackovací SW neumí správně nastavit).

Na planety při vysokém rozlišení to opravdu moc fungovat nebude, jejich oblast je malá, že algoritmus nejspíš nedokáže dělat mapu zkreslení a z ní odhadovat posun.

[Cztwerec]

Hned v prvním popisu na Google je to takhle.

Dynamický model atmosféry:

AI v aplikaci analyzuje video a v reálném čase si vytváří matematický model toho, jak přesně se atmosféra a vzduch před objektivem chvějí, ke všemu vedení té montáže musí být opravdu přesné, aby si algoritmus jednoduše nevymyslel kravinu. On musí mít relativně přesná data přímo v RAW signálu aby dokázal tu konverzi co nejpřesněji udělat.

Tak by mě prosím zajímalo, jestli ta matematika je založena na reálném obrazu, nebo si to dopočítává při těch horších podmínkách opět z ničeho. Nebude to jako binning nebo přepočet ze sousedních pixelů, protože seeing se tak nechová, vždy jsou to granule o větší velikosti, než dopočet. Otázkou je jak je ta AI v aplikaci koncipována, ke všemu zná model LRO na milimetr přesně. To je vše.

Ale jak říkám, to se dozvíme později a asi používáním v praxi, do té doby moje osobní závěry jsou skutečně pouze osobní a v rovině dojmologie. Já osobně tomu přeji úspěch a doufám, že se brzy dozvíme víc.

[MMys]

V jakém popisu na google ? Kdo ten popis vytvořil ?
Na githubu toho projektu ani nikde v textech od autora jsem o AI nic nenašel. I když na githubu podle mě ještě není tato verze s korekcí videa.

[Cztwerec]

Martine ja jsem to viděl přímo v náhledu přes google na stránky FB. Ale já FB nemám koukal jsem jen přes google, před 5 dny tam tohle doslova bylo - první věta byla jak jsem psal. A teď když jsem se díval, tak autor Adam Jesionkiewicz? zmiňuje AI už pouze v platesolving a programování přes AI. Tak nevím jak se v tom mám vyznat, já si počkám co je v tom pozadí vývoje a dost mě to zajímá. To že používá model LRO je ovšem pořád tam.

Pokud by se ovšem AI nezapojovala do procesu z videa a bylo to čistě matematické, tak by mě stejně zajímalo jak. Spíš to vnímám jako takové EAA pro planety a Měsíc. Astrostakkert je podle mého mocný nástroj, který jen tak nepřekoná co se týče statické fotky.

[MMys]

No určitě data z LRO nevkládá do reálných dat. To je přeci kravina, nemohou sedět stíny kráterů a spousta jiných drobných detailů. LRO může tak maximálně použít jako první referenci, a i to musí být trochu problematické pokud je nasvícení na LRO snímcích z opačné strany než live. A natož co pak s úplňkem, uprostřed disku. Ten obraz vypadá v kolmém nasvícení zcela jinak než data z LRO.

Toho co popisuješ bych se nebá, obraz zde vždy bude ten tvůj. Škoda že nemám v kopuli 400-ku, hned bych to testnul.

[peto]

Ja to chapem takto: Adam, ked chcel pouzit model pre anotacie kraterov, zistil, ze ich nevie napasovat na zivy obraz, lebo ten sa stale vlnil...preto ho napadlo robit rychlu opravu obrazu (predpokladam ze urobil tu stvorcekovu siet podla modelu kraterov, porovnal s realitou, cim sa mu stvorcekova siet zdeformovala, a uz ju len potom znovu pre kazdy frame upravil do "normalu"...), aby bol stabilne napasovany na model kraterov...

Dam sem cely prelozeny citat jeho prveho prispevku:

"...Jednou z najúžasnejších vecí na inovácii je, že počas procesu tvorby niečoho začnete objavovať veci, o ktorých ste ani nevedeli, že existujú.

Pri vývoji aplikácie Skyshot Solver som vôbec nemal v pláne zaoberať sa stabilizáciou atmosférických turbulencií. Ale keď prekrývam svoje anotácie s objektom, ako je Mesiac, je naozaj ťažké ich zarovnať s obrazom, ktorý sa neustále mihotá a chveje kvôli turbulenciám. Hovorím, samozrejme, o živých prenosoch nočnej oblohy.

A hádajte čo? Ukazuje sa, že som prišiel s ďalším vynálezom, ktorý, pokiaľ viem, nikto predtým (naživo) neurobil. Opravte ma, ak sa mýlim.

Skyshot Live - Stabilizácia videnia vytvára model atmosférického videnia v reálnom čase a následne vykonáva geometrickú transformáciu každého video snímku v kombinácii s časovou (lokálnou) redukciou anomálií ostrosti - až na úroveň jednotlivých detailov.

Znie to dosť záhadne, viem, ale výsledok je - MIMO TENTO SVET! Úprimne som nečakal, že to bude fungovať TAKTO dobre...."

Koniec citatu.

Takze bolo by dobre, keby to nejaky majster co snima detaily na Mesiaci vyskusal...sam autor vyzyva na testovanie a pripomienky, tak nevahajte...

PS: AI sa moze starat o spracovanie cyklu detekcii/oprav deformacii tej stvorcekovej matici pre kazdy frame v realnom case...nieco ako je rozpoznavanie tvari pohybujucich sa ludi..

PS2: ...preto si myslim, ze takto opraveny video zaznam by naslednym standardnym stackovanim mohol priniest lepsie vysledky, minimalne kvoli tomu, ze bude moct do stackovania zaradit ovela viac snimkov, ktore boli "narovnane" touto metodou.

[Psion]

Mě přijde zajímavější v https://skyshot.app/ ta rychlá analýza snímků DSO nebo Měsíce.

[MMys]

To si nemyslím. Stackovací SW víc snímků nezařadí. On už nyní funguje tak, že zařazuje všechny ostré, bez ohledu na to, kam jsou uhnuté. Přesně toto dělá multipoint stacking. Má nějaké kritérium ostrosti, rozmazané bloky vyhazuje, ty ostré ale deformované, posunuté, deformuje aby pasovaly na referenční a skládá je. Tohle dělá to samé, ale v reálném čase, neostré samozřejmě neopravuje (nemá jak, na to by potřeboval deformovatelné zrcátko jako je ve skutečné adaptivní optice).

PS2: ...preto si myslim, ze takto opraveny video zaznam by naslednym standardnym stackovanim mohol priniest lepsie vysledky, minimalne kvoli tomu, ze bude moct do stackovania zaradit ovela viac snimkov, ktore boli "narovnane" touto metodou.