شیائومی با هوش مصنوعی نوردهی تصاویر را ترمیم می‌کند
امروزه، عکس‌های گرفته‌شده با گوشی‌های هوشمند به‌همان‌اندازه که محصول حسگر دوربین هستند، محصول پردازشگر تصویر گوشی‌ها نیز هستند. پردازشگر تصویر پس از آنکه حسگر دوربین عکس را ثبت کرد، اطلاعات تصویر را دریافت و پردازش می‌کند تا نتیجه‌ی نهایی تولید شود که کاربر می‌بیند.
مشکل مشترک پیکسل‌های کوچک در حسگرهای دوربین گوشی‌های هوشمند محدودیت دامنه‌ی داینامیک است. حال، شیائومی مقاله‌ای ارائه داده که در آن روشی برای برطرف‌کردن مشکل نوردهی (Exposure) تصاویر با استفاده از هوش مصنوعی ارائه کرده است.
این روش به‌جای اینکه نوردهی خاصی را به کل تصویر اعمال کند، آن را به بخش‌های کوچک‌تری تقسیم و جداگانه نوردهی هر بخش را تنظیم می‌کند. سپس، بخش‌های مختلف را به‌هم متصل می‌کند و تصویر نهایی را می‌سازد.
برای نمونه، در تصویر زیر ساختمان‌ها و ابرها و بعضی بخش‌های آسمان همگی سفید هستند که مشکل نوردهی بیش‌ازحد دارند (Overexposure). این هوش مصنوعی که نام آن DeepExposure است، به خوبی جزئیات این تصویر را بازیابی می‌کند.
تصویر به چند بخش تقسیم و نوردهی هربخش به‌اندازه‌ی مناسب تنظیم می‌شود. سپس، تصاویر باهم ترکیب می‌شوند.
تیم شیائومی برای یادگیری این AI که براساس روش شبکه‌ی رقابتی مولد (GAN) اجرا شده، از مجموعه‌عکس‌های MIT-Adobe FiveK استفاده کرده است. این مجموعه‌عکس‌های خام و دست‌نخورده و نسخه‌های روتوش‌شده‌ی آن‌ها را پنج متخصص گرفته‌اند که شیائومی سه‌هزار قطعه از آن‌ها را همراه‌با نسخه‌ی روتوش‌شده‌ی فرد متخصص C برای این یادگیری انتخاب کرده است.
این شبکه روی عکس‌های با کیفیت کمتر کار می‌کند و هدف آن به‌دست‌آوردن بهترین میزان برای فیلترهای معمولی تصویر شبیه تنظیم کنترل‌ها در لایت‌روم است. این موضوع باعث ساده‌ترشدن روند یادگیری ماشینی و سریع‌ترشدن پردازش تصویر می‌شود.
نتیجه‌ی روتوش عکس با الگوریتم‌های مختلف موجود. عکس اول در هر نمونه (بالا سمت چپ) عکس ورودی اصلی است و دو عکس بعدی آن خروجی دو نمونه از DeepExposure هستند