한국어 English
写真再構成と似顔絵描き
異なる種類の画像は非常に異なる特徴を持っています。ブラックホールシミュレーション画像と私たちが毎日地球上で撮った画像の違いは簡単に見分けることができます。私たちは、同じ種類の画像の特徴に偏らず、画像がどのように見えるかを判別するようアルゴリズムに伝える方法が必要です。
その方法の１つは、さまざまな種類の画像の中で、ある種類の画像タイプの特徴を強調した場合、それが再構成にどのように影響するかを確認する方法です。もし、すべての画像の種類から非常に似通った画像が得られれば、私たちの画像推定結果がそれほど偏っていないという自信を持つことが出来ます。
このことは、世界のあちこちから集められた３人の似顔絵描きに同じ情報を提供するのに少し似ています。もし、３人ともが非常に似た顔を描けば、出来上がった絵が各々の文化の影響を受けていないという確信を持つことが出来ます。色々な画像タイプが持つ特徴を強調するには、既にある画像のかけらを使う方法があります。
ㅇパズルセット「ブラックホール」「天体」「日常写真」
画像を大量に集めて小さな画像のかけらに分解します。そうすると、一つ一つの画像のかけらをパズルのピースのように使えます。そのよくあるパズルピースを使って望遠鏡の観測データに合致する画像をまとめあげるのです。
異なるタイプの画像からは違った特徴のピースセットが得られます。異なるピースセットを使い、同じ観測データの画像を再構成するとどのようになるのでしょうか？じゃ、ブラックホールのシミュレーションから取ったピースで実験してみましょう。まあ、妥当ですね。これは私たちが思うブラックホールの姿と似ています。
ㅇ
でも、こうなったのはブラックホールのシミュレーションの ピースを使ったからでしょうか？では、別のセットを使いましょう。今度は、ブラックホールではない天体からのものです。いいですね。よく似ています。
最後に、自分のカメラで撮影したような日常の写真から作ったパズルピースではどうでしょう？やりました。同じ写真が出来ました。異なるパズルピースのセット全てから同じ画像が出来上がれば、私たちの画像推定結果がそれほど偏っていないという確信を持つことが出来ます。