11

Una relectura al análisis de Hugo Rodríguez sobre el DxO PureRAW – más fascinante aún, no os lo perdáis, porfa.

¿Y tu me lo preguntas?, ruido eres tú.

25-12-2021: Día de Navidad

¿Es DxO PureRAW el mejor reductor de ruido del mundo mundial?: Hugo Rodríguez se lo pregunta y lo responde – otro video de esos que crean afición.

Hugo continúa con su serie de artículos de esos que crean afición. El de hoy, dia de Navidad, va sobre este software de DxO que por lo que veréis le ha impresionado muy favorablemente.

Este tipo de video, al igual que el de los formatos: Ftc 17-12-2021, que se ha convertido en un best seller, son de los que crean afición, pero, os habéis preguntado el trabajo que hay detrás de todo eso: preparar las pruebas, hacerlas, sacar conclusiones, componer un guión, y presentarlo de forma clara y rigurosa escribiéndolo o grabando un video. Si escribir las chorradas que yo escribo y donde no aporto nada me lleva una media de 20 minutos por artículo, ¿cuántas horas se habrán pasado Hugo Rodríguez y Germán Pierre, por ejemplo, para hacer lo que hacen y contárnoslo.

Muchísimas gracias a los dos en particular por vuestro trabajo altruista y en general a todos los probadores rigurosos que en el mundo son y están, amén.

Bueno, y yo ya me callo.

Con todos vosotros las aventuras, venturas y desventuras de DxO PureRAW

https://youtu.be/icqXTNJUGTI

27-12-2021: dos días después de Navidad – reconocimiento sincero de un admirador

Una relectura fascinante al análisis de Hugo Rodríguez sobre el DxO PureRAW – más fascinante aún, no os lo perdáis.

Hoy he tenido el tiempo y la tranquilidad para ver con calma el video completo de Hugo Rodríguez y no puedo dejar de advertiros a los que lo habéis visto en plan rápido como yo que es más que conveniente verlo otra vez pero con calma y sobre todo haceros notar que el análisis tiene dos partes.

La primera nos habla de la bondad del algoritmo IA para prácticamente reconstruir las zonas de la imagen donde apenas hay información sino un batiburrillo de puntos de color, pero la segunda, que en mi opinión es más apasionante aún, son las consecuencias que tiene que el resultado de salida del software sea un fichero DNG.

Yo me he enterado de un montón de cosas que no sabía del DNG y he entendido otras que no comprendia. Os aseguro que esta noche me iré a dormir la mar de satisfecho.

No solo os aconsejo vivamente que visualicéis el video cuando tengáis un rato tranquilo, sino que os conmino a hacerlo bajo pena causar baja en esta femtoPeña de 713 peñistas. Os vigilaré, pasaré lista, y me enfadaré mucho con el que falte.

Muchísimas gracias Hugo por tu trabajo.

Aquí está el mismo video apuntando a la transición entre las dos partes.

https://youtu.be/icqXTNJUGTI?t=1120

adolfo

11 comentarios

  1. «Any sufficiently advanced technology is indistinguishable from magic.» (para Adolfo: «Cualquier tecnología lo suficientemente avanzada es indistinguible de la magia»). Es una cita de Arthur C. Clarke que condensa muy bien el efecto que a menudo producen los algoritmos basados en redes neuronales cuando no se comprende muy bien cómo funcionan.

    Básicamente la red se entrena ofreciéndole millones de parejas de entrada/salida. En este caso las parejas serían imagen sin ruido + imagen con ruido. En un algoritmo de aumento de tamaño, como el de Photoshop que probó Adolfo hace unos meses, las parejas serían imagen de pequeño tamaño + imagen de gran tamaño. Y así con cualquier mejora o transformación que busquemos.

    Después, enfrentado a una imagen del usuario nunca vista,el algoritmo producirá la salida correspondiente a la entrada más parecida a esa imagen del usuario con que hubiera sido entrenada. El algoritmo nunca vio exactamente ese balconcito de Barcelona que sale en la foto de Hugo, pero vio otros muy parecidos y hace una especie de copia/pega en cada región de la imagen.

    En este artículo, donde una red neuronal se usa para reescalar imágenes, podemos ver en un ejemplo drástico (por el enorme aumento) que la imagen derecha pese a tener un detalle fantástico se parece poco a Obama, al que pertenece la imagen original izquierda:

    https://www.google.com/amp/s/www.theverge.com/platform/amp/21298762/face-depixelizer-ai-machine-learning-tool-pulse-stylegan-obama-bias

    En este ejercicio entrené una red neuronal para emular un procesado desconocido (algo así como una LUT 3D), suministrándole todos los posibles emparejamientos de color original + color procesado en 8 bits para emular el procesado caja negra desconocido:

    https://www.overfitting.net/2019/04/ingenieria-inversa-de-procesado-de.html

    Y aunque soy un malqueda con Hugo, no se me olvida que tengo pendiente hacer un ejercicio parecido para calibrar un sensor con su Superchroma. Aquí las parejas de entrada + salida son respectivamente los valores RAW de la captura de Hugo sobre los parches de su carta + los valores colorimétricos medidos con espectrofotómetro sobre ella.

    En definitiva las redes neuronales producen resultados asombrosos pero en esencia están haciendo un copy/paste, sólo que basado en una cantidad ingente de información de entrenamiento. De modo que magia poca.

    Salu2!

    • Jo, que honor que te pases por aquí y nos cuentes a todos estas cosas. Muchas gracias y Mucha Salud Guillermo.

    • Gracias por la explicacion. Creo que ninguno de nosotros conoce (conocia) el funcionamiento de la iA como tu lo explicas, y la verdad es que ayuda mucho a entenderlo. Ademas nos viene muy bien porque estamos entrando en una era de nuevo software basado en iA como ya empezamos a ver.
      Queda claro que esos botoncitos que ya tienen algunos (unos smilies sonriendo o tristes) para que valores el resultado al terminar son para seguir entrenando al software, y es recomendable usarlos.

      • Hola Hugo. Yo me he planteado si podrían surgir dilemas morales/legales con respecto a la autoría o legitimidad de una imagen en caso de procesarla con redes neuronales (prefiero llamarlas por su nombre verdadero porque de IA tienen muy poco, son algoritmos automáticos preentrenados que en realidad no piensan ni hacen nada parecido a pensar; la verdadera IA está por llegar y no es precisamente en la que se basan estos algoritmos).

        Me explico: si tu imagen final es, simplificación mediante, un compendio de un gran número de imágenes en las que se basa el entrenamiento del algoritmo, hasta qué punto es «tuya»?

        En tu nocturna de Barcelona por el tipo de sujeto no creo que nadie en su sano juicio dudase de que la foto es tuya y hablamos simplemente de una versión mejorada. Pero podemos irnos a casos bastante más difusos: y si un fotógrafo de naturaleza fotografía un ave y la IA, perdón la red neuronal, «recrea» un plumaje muy detallado allí donde la cámara no fue capaz de capturar el original? El plumaje recreado no tiene ni por qué corresponder al que habríamos obtenido con un teleobjetivo más potente, pero su realismo es total y pasaría sin problemas por genuino. Entonces dilema 1: es una imagen válida en un concurso de naturaleza? y dilema 2: el autor se puede dar por hecho que es en exclusiva quien hizo la foto? La pregunta puede sobrar rara, pero si tomo Photoshop y empiezo a copiar y pegar trozos de plumaje de otras fotos la imagen sería un retoque o fotomontaje. Por qué la recreación del algoritmo sí debería ser válida entonces?

        El ejemplo que puse de Obama creo que es muy bueno. El artículo se recrea en si los algoritmos son racistas, etc… pero a mí me parece un ejemplo especialmente bueno para entender el punto flaco de estas tecnologías: producen imágenes totalmente creíbles y de altísima calidad respecto al original. Pero pueden considerarse la misma imagen?

        El tiempo dirá si estos dilemas surgen o no van a ninguna parte, pero yo me planteo varios interrogantes teniendo en cuenta la forma en que funcionan.

        Salu2!

  2. Por cierto que el DNG resultante no sea un RAW, es decir que sea un archivo con la interpolación Bayer ya realizada, me hace pensar que el algoritmo no se ejecuta (ni por tanto fue entrenado) sobre los datos RAW sino sobre imágenes ya interpoladas.

    Y tiene bastante sentido: trabajar con los canales RAW individuales es sencillo a efectos de reducir ruido con técnicas clásicas destructivas de reducción de ruido. Pero en el caso de redes neuronales programadas para detectar patrones ocultos en el ruido con el fin de «restaurar» o más bien «estimar» el detalle original, por motivos de frecuencia de muestreo es mucho más recomendable acudir a imágenes ya interpoladas que trabajar en el dominio RAW. Si no fuera así sería una pena que la salida no fuera un DNG con estructura Bayer para poder beneficiarse de algoritmos de interpolación mejorados, presentes o futuros.

    Salu2!

    • En resumen Adolfo: un DNG con la matriz de Bayer interpolada no es otra cosa que un TIFF lineal (de hecho el formato DNG es una generalización del formato TIFF), al que se pueden aplicar los principales procesos del revelado RAW (ajuste de exposición, balance de blancos, gestión de color o mapeo de tonos; mal llamado «recuperación» de luces y sombras), con la elasticidad propia de un RAW auténtico, pero sin serlo al 100%.

      Salu2!

      • Pues esa era una de las cosas que no sabía y ahora ya se, y estoy muy contento por ello. Gracias por compartur tus conocimientos. Yo creo que la Peña te quedará muy agradecida.

        • De nada. Pero ojo, por completar por si se ha malinterpretado: también hay DNG’s que son genuinamente RAW, es decir con su matriz de Bayer intacta y que requieren que el revelador RAW haga el demosaico, como los que generan algunas cámaras de fabricantes sin músculo ni ganas para andar inventándose formatos propietarios (como Leica o la mayoría de móviles con RAW), o los del Adobe DNG Converter cuando conviertes de cualquier formato RAW a DNG (creo que con sensores de topologías raras como los Fuji Super CCD también hace la interpolación, pero son casos muy concretos).

          Qué cómo se distinguen unos de otros? pues hay que inspeccionarlos con algún programa que te lo cuente (tipo exiftool, DCRAW,…). Digamos que DNG es un formato hiper flexible, se lo traga (casi) todo y es capaz de encapsular mil cosas dentro.

          Salu2!

  3. La reparación moral sobre la inventiva del sistema sobre una imagen que plantea Guillermo es completamente pertinente, pero es la misma que se da ahora donde vemos anuncios de televisión en que actrices añosas aparecen con un efecto de filtros varios que les borran cualquier signo de envejecimiento y lo hacen anunciando cremas antiedad; en estos casos no se señala que la imagen de vídeo ha sido retocada. En el caso de fotografía documental a veces retocamos archivos antiguos quitando una motita, y otra, y un rayoncito, ahora la patita de una silla que falta la clonamos, un trocito de pared… No hay mucha diferencia con la red neuronal. Este tipo de documento presenta un valor estético mejorado pero puede no respetar la escena original, pero es el mismo dilema de la restauración de las obras de arte. Y en fotografía de naturaleza hay que ser cuidadoso porque si esto se aplica podemos transformar una especie en otra, hay especies distinguibles por una zonación, un patrón de textura distinto (superficie punteada versus superficie estriado punteada o arrugada), una ornamentación concreta, etc. si todo eso se modifica por el uso de un programa que no entiende el alcance de su fuerza podemos destruir una escasa información válida para terminar con un documento más vistoso pero falso; pero por otra parte creo que la mejora futura de estos procesos puede terminar por darnos un resultado válido y creo que de hecho se usan ya procesos de afinado o de interpretación de imágenes en ciencia.

  4. A mi Hugo siempre me hace pensar. Y yo creo que no hay mejor homenaje y agradecimiento a quien se esfuerza en videos como ese que decirle que mi cabeza echa humo desde que lo ví.
    La eficacia del juguete no tiene discusión a priori, pero me estoy replanteando hacia donde caminamos poco a poco.
    ¿Seguiré identificándome con mis imagenes si hago uso extensivo de estas tecnologías en el futuro? Por una reducción de ruido no pasa nada pero….¿A donde llegaremos?
    ¿ Acabaré con una colección de imagenes cortadas por el mismo patrón con un estilo impersonal?
    ¿En que quedará mi experiencia fotográfica de campo?
    Y sobre todo..¿Disfrutaré más?
    Hace días visité a la familia y alli tenía dos coches a mi disposición, el primero de ellos roza la perfección, hace menos ruido que si llevase PureRaw en el escape, acelera con progresividad y suavidad, frena tanto que puede sacarte los empastes…diablos el puñetero me reconoce y sabe como ponerme el asiento al entrar. Y alli hay otro con 35 años a cuestas. Y éste es el que siempre insisto en conducir, no estan perfecto ni de largo pero sabe hacer algo que el otro nuca hará: Me pone una sonrisa de oreja a oreja con solo acelerarlo…hay coches que tienen alma y de esos cada dia hay menos.
    Hay fotografias que también tienen alma. Me pregunto si el proceso de creación en campo se queda en el 40% de la imagen…hacia donde vamos.
    Igual debo replantearme mi camino…y poner reglas de que voy a hacer y que no voy a hacer en el futuro.

    • Una cosa es perfeccionar un pelín la fotografía y otra cosa es que con tantísimo avance científico-tecnológico prostituyamos la fotografía, que es precisamente lo que no deberíamos hacer nunca. Pero mucho me temo que no nos libraremos de la prostitución fotográfica y con ella se irá perdiendo el alma de las imágenes.
      Jamás utilizaré esas potentes herramientas que deforman caras a los retratos para ponerlas más bonitas, por ejemplo y sin ir más lejos. Como tampoco me pasaré en intensidad y saturación -léase Rockwell- porque eso es otra forma de ‘pasarse de castaño oscuro’. En la cocina tenemos cuchillos para un uso culinario adecuado, pero si nos pasamos de rosca con ellos también podemos asesinar.
      En nuestras manos está NO utilizar ciertas herramientas para que una fotografía NO pierda la esencia y la transmisión con la que fue captada. Es cuestión de ética fotográfica.

Deja una respuesta

Tu dirección de correo electrónico no será publicada.

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.