27 novembre 2008
Les principes de la formation d’image n’ont guère changé depuis l’invention de la photographie: un objectif focalise les rayons lumineux provenant de la scène vers un capteur 2D qui enregistre directement cette information. L’image finale est une simple copie de l’image optique et tout gain de qualité passe généralement par une amélioration de l’optique. La photographie algorithmique (« computational photography ») est un nouveau domaine qui vise à changer cette situation en utilisant des calculs comme étape fondamentale dans le processus de formation d’image. Cela veut dire en particulier que l’image optique n’a plus besoin d’être semblable au but final, ce qui change énormément les systèmes optiques possibles. Le calcul peut être bien plus qu’un simple post-traitement appliqué à une image traditionnelle, il peut complètement changer les buts du système optique. En particulier, on peut voir l’optique comme un codage de l’information tandis qu’un algorithme est responsable du décodage. Optique et algorithme demandent à être développés et optimisés de concert afin de maximiser les performances du système.
Cet exposé se concentre sur de nouvelles approches en photographie algorithmique qui traitent des problèmes de flou de mouvement et de flou de mise au point. Une méthode d’ouverture codée permet de capturer une information de profondeur ainsi qu’une image classique, mais où le flou de mise au point a été enlevé. Une autre technique permet d’éliminer le flou de mouvement lorsque la direction du mouvement est connue mais pas la vélocité. La caméra est déplacée lors de l’exposition selon une trajectoire qui rend le flou indépendant de la vitesse. Un budget d’information est derivé et cette nouvelle technique atteint presque la borne supérieure.
Ces travaux ont été realisés en commun avec Anat Levin, Rob Fergus, Bill Freeman, Taeg Cho, et Peter Sand.
Frédo Durand (MIT, USA)
