Konenäkö tulee älypuhelimeen ja auttaa näkemään värit tarkasti

Tutkijat kehittävät tekoälyalgoritmeihin perustuvaa sovellusta, joka toimii tavallisessa älypuhelimessa ja hyödyntää tarkkaa hyperspektrikuvantamista yksinkertaisella tavalla.

Tutkijoiden kehittämä konenäköteknologia voi pian tehdä älypuhelimestasi äärimmäisen tarkan kameran. Tietojenkäsittelytieteen tohtorikoulutettavat Mikko Toivonen ja Chang Rajani ovat yhdessä apulaisprofessori Arto Klamin kanssa kehittäneet spexel.ai-projektissa konenäköalgoritmeja, joiden avulla puhelimella otetusta valokuvasta saa eroteltua kuvan värit hyvin tarkasti.

Tarkka värinmääritys voi auttaa esimerkiksi sisustussuunnittelijoita tai maalien kanssa työskenteleviä. Spexel.ai:n menetelmällä he voisivat ottaa kohteesta kuvan ja saada sovelluksen kautta tiedon kohteen tarkasta värisävystä. Menetelmä voisi auttaa myös esimerkiksi verkko-ostosten tekijää, joka etsii juuri tietyn sävyistä tuotetta.

Spexel.ai:n tekniikka perustuu älypuhelimeen, siihen liitettävään lisälaitteeseen sekä sovellukseen, joka tekee värinmääritystyön pilvipalvelussa konenäköalgoritmien avulla.

– Värinmittaukseen on olemassa muitakin laitteita, mutta niissä pitää olla hyvin lähellä mitattavaa kohdetta. Meidän ratkaisussamme kohteen väriarvon voi määrittää kauempaakin, ja sitä voi käyttää myös esimerkiksi kattojen kuvaamiseen, kertoo Chang Rajani.

Hy­pers­pekt­ri­ku­va pal­jas­taa enem­män

Värinmääritys on Spexel.ai:n tuotekehityksen ensimmäinen askel. Sen jälkeen samalla tekniikalla on mahdollista edetä myös äärimmäisen tarkkaan hyperspektrikuvantamiseen. Siinä lisälaitteen kautta otettu kuva käsitellään konenäköalgoritmien avulla hyperspektrikuvaksi. Tekniikka siis menee pidemmälle kuin värinmäärityksessä.

Hyperspektrikuva eroaa tavallisesta valokuvasta siten, että se paljastaa kuvauskohteesta sellaista, mitä paljas silmä ei näe. Kyse ei ole läpivalaisusta vaan siitä, että hyperspektrikuva tulkitsee valon aallonpituuksia tarkemmin kuin tavallinen kuva.

– Normaali valokuva käyttää kolmea värikanavaa, kuten punaista, sinistä ja vihreää. Hyperspektrikameran kuvissa valon aallonpituus on jaettu hienojakoisemmin, ja värikanavia onkin sata, kertoo Klami.

– Pelkällä kolmivärikameralla ei pysty erottamaan esimerkiksi lehtivihreän spektriä. Hyperspektrikuvan avulla luonnosta otetusta kuvasta näkee helpommin ne kohdat, joissa näkyy lehtivihreää, eli missä on kasveja, Toivonen kertoo.

Juttu jatkuu videon jälkeen



Pal­jon käyt­tö­koh­tei­ta, lait­teet kal­lii­ta

Hyperspektrikuvantamisen tekniikkaa käytetään jo esimerkiksi maaston kaukokartoituksessa ja maatalouden satolaskennoissa. Hyperspektrikuvan perustella voi myös tunnistaa esimerkiksi taide- tai lääkeväärennöksiä.

Hyperspektrikuvantamisella on paljon käyttökohteita myös teollisuuden laadunvalvonnassa, mutta kuluttajien saataville menetelmää ei ole vielä juuri tuotu.

– Meidän visiomme on tuoda hyperspektrikuvantaminen kuluttajien ulottuville. Värinmääritys on tässä luonteva aloituspiste, sillä se on tekniikaltaan yksinkertaisempi toteuttaa, sanoo Spexel.ai:n kaupallistamisen asiantuntija Ville Kurri

Olemassa olevat hyperspektrikuvantamista tekevät laitteet ovat usein kalliita erikoislaitteita, sillä niissä hyperspektrikuva syntyy alusta loppuun kuvauslaitteessa. Tutkijoiden versiossa kuva syntyy lisälaitteen läpi otetusta tavallisesta kännykkäkuvasta, ja raskas osuus eli hyperspektrikuvan muodostaminen tapahtuu pilvipalvelussa.

– Puhelimen lisälaite on halpa ja käy periaatteessa mihin tahansa älypuhelimeen. Kuluttaja ei tarvitse erillistä laitetta, Klami sanoo.

Parhaillaan Spexel.ai:n kehittäjät selvittävät potentiaalisten asiakkaiden tarpeita ja jatkavat tuotekehitystä sekä neuvotteluja sijoittajien kanssa. Keksinnön kaupallistaminen on aloitettu, ja sille on haettu patenttia. Patenttihakemuksesta on myös tehty kansainvälinen patenttitutkimus, joka selvittää patentin myöntämisen edellytyksiä kansainvälisesti. Tutkijoiden tavoite on, että lisälaite ja sovellus ovat kuluttajien saatavilla 2021.

Spexel.ai:n sovelluksen ja lisälaitteen avulla värinmääritys on helppoa. Menetelmä tarjoaa tarkat väritiedot myös ammattilaisille.

Arto Klami, Mikko Toivonen ja Chang Rajani. Kuva: Susan Heikkinen

Tutustu spexel.ai-projektin verkkosivuihin

Lisätiedot:

Juttu on julkaistu alun perin 29.10.2019, ja sitä on täydennetty 23.10.2020.