Yksi tärkein ominaisuus digitaalisissa kameroissa on automaattinen valkotasapaino, jota varten kameroiden pitää kuvasta päätellä valonlähteen väri. Riippuen valonlähteestä esimerkiksi valkoinen näyttää kameralle siniseltä, keltaiselta tai valkoiselta. Ihmisen silmä korjaa värin automaattisesti, mutta jos kamera ei tee sitä, kuvat näyttävät meistä todella huonoilta.
Väitöskirjassaan diplomi-insinööri Yanlin Qian esittelee erityisesti kaksi täysin uudenlaista menetelmää väritasapainon saavuttamiseksi: jatkuvan valkotasapainon ja harmausindeksin. Nämä kaksi menetelmää ovat tällä hetkellä parhaat tunnetut ja siksi ne julkaistiinkin tietokonenäön ja koneoppimisen tärkeimmillä tieteellisillä foorumeilla, IEEE Tietokonenäön ja hahmontunnistuksen konferenssissa (CVPR) 2019 ja Kansainvälinen tietokonenäön konferenssissa (ICCV) 2017. Yanlin Qian rekrytoitiin heti väitöstyön valmistuttua Huawein merkittävimpään kameralaboratorioon. Huawein kameroiden laatu on viime vuosina kirinyt ohi kaikista kilpailijoista.
– Kyllä, olin onnekas keksiessäni nämä kaksi käänteentekevää menetelmää ja pystyessäni osoittamaan niiden tehokkuuden koko tiedeyhteisölle! Niistä ensimmäinen perustuu täysin tekoälyn hyödyntämiseen, mutta itselleni oli tärkeää myös ymmärtää ongelma fysikaalisesti. Toinen ratkaisu perustuukin enemmän fysiikkaan – kaksi hyvin erilaista, mutta yhtä vahvaa menetelmää, Yanlin Qian kertoo Pekingistä.
Työssään Yanlin jatkaa yhteistyötä Tampereen yliopiston kuvantamisen tutkijoiden kanssa ja myös Huawein Tampereen kamerayksikön kanssa.
Diplomi-insinööri Yanlin Qianin tietotekniikan alaan kuuluva väitöskirja Computational Color Constancy: From Pixel to Video with a Stop at Convolutional Neural Network tarkastetaan julkisesti Tampereen yliopiston informaatioteknologian ja viestinnän tiedekunnassa perjantaina 11.12.2020 kello 12.00 verkkoväitöksenä. Vastaväittäjinä toimivat professori Ales Leonardis Birminghamin yliopistosta Englannista ja professori Juho Kannala Aalto-yliopistosta. Kustoksena toimii professori Joni Kämäräinen Tietotekniikan yksiköstä.
Väitöskirjaan voi tutustua osoitteessa http://urn.fi/URN:ISBN:978-952-03-1791-1
Kuva: Yanlin Qian henkilökohtainen albumi