Die unglaubliche Entwicklung der Smartphone-Kameras und wie KI eine schillernde Zukunft ermöglicht

Seit dem Jahr 2000 sind unsere Telefonkameras jedes Jahr immer leistungsfähiger geworden. Was bringt die Zukunft abgesehen von größerer Kapazität und höherer Bildqualität? Neue KI-geladene Realitäten rücken in den Fokus.

Viele würden argumentieren, dass das Zeitalter des modernen Smartphones im Jahr 2007 mit der Einführung des ursprünglichen iPhone begann. Schließlich verfügte dieses Gerät über einen Slab-Bildschirm mit vollständiger Touch-Oberfläche anstelle von Tasten, Mobilfunk-, WLAN- und Bluetooth-Konnektivität, Zugang (wenn auch furchtbar langsam) zum Internet - und eine Kamera.

Seitdem zeichnen diese Attribute alle Smartphones aus, mit Ausnahme einer gemeinsamen Smartphone-Funktion, die erst mit dem iPhone 3GS im Jahr 2008 eingeführt wurde: dem App Store. Apps machen zusammen mit den oben genannten Hardware-Features das moderne Smartphone aus.

Aber von allen Fähigkeiten und Komponenten dieser erstaunlichen und allgegenwärtigen Computergeräte hat die Smartphone-Kamera die außergewöhnlichste Entwicklung erlebt. Telefonkameras tauchten erstmals in der Zeit auf, als Smartphones zu praktischen Alltagsgeräten wurden. Dann entwickelten sich diese Kameras in einer App-Store-zentrierten Welt weiter, in der Unternehmen wie Blackmagic Design Kamera-Apps entwickeln konnten, die die Funktionsweise einer Smartphone-Kamera neu definierten. Jetzt verändern künstliche Intelligenz (KI) und maschinelles Lernen (ML) die Art und Weise, was eine Kamera leisten kann.

Vormoderne Smartphones

Das erste Etwas zu identifizieren, ist immer ein kniffliges Unterfangen. Das allererste Gerät mit der Bezeichnung Smartphone (sie nannten es „Smart Phone“) war das Ericsson 88 aus dem Jahr 1997. Es wurden nur 200 Stück hergestellt und es handelte sich größtenteils um einen persönlichen digitalen Assistenten. Es hatte definitiv keine Kamera.

Doch vor den modernen Smartphones wurden Telefone mit einigen modernen Smartphone-Eigenschaften eingeführt. Am bekanntesten war natürlich der BlackBerry. Die ersten BlackBerry-Geräte, die Modelle 850 und 857, waren noch nicht einmal Telefone. Es waren Pager mit E-Mail. Erst 2003 kam das BlackBerry 6210 mit seiner berühmten Tastatur und dem integrierten Telefon auf den Markt. Aber selbst dann hatte das BlackBerry keine Kamera.

Sharp - das Unternehmen, das meinen Mikrowellenherd herstellt - stellte das erste Kamerahandy der Welt vor. Es erschien im Jahr 2000 unter dem Namen J-SHO4 und war ausschließlich auf dem japanischen Markt erhältlich. Mit seinem 110.000-Pixel-Sensor war die J-SHO4 in der Lage, sehr niedrig aufgelöste Digitalbilder aufzunehmen - winzige, fast briefmarkengroße Bilder mit einer Auflösung von 383 x 287 Pixeln.

Samsung erhebt auch Anspruch auf den Titel „erstes Telefon mit integrierter Kamera“ - das SCH-V200 - ebenfalls im Jahr 2000 veröffentlicht. Dieses Mobiltelefon verfügte über einen 0,35-Megapixel-Sensor und konnte zuvor bis zu 20 Fotos mit 640 x 480 Pixeln aufnehmen Man musste es an einen Computer anschließen und die Bilder herunterladen. Samsung behauptet auch, die Selfie-Kamera erfunden zu haben. Im Jahr 2002 brachte das Unternehmen das SCH-X590 auf den Markt, ein Klapptelefon mit rotierender Kamera.

Hier begann sich das Konzept der Megapixel durchzusetzen. Je mehr Daten gespeichert werden konnten, desto mehr Pixel gab es. Als Fotos begannen, die Millionen von Pixeln zu erreichen, wurde der Marketingbegriff „Megapixel“ geschaffen. Grundsätzlich gilt: Je mehr Pixel, desto höher ist die Auflösung des Bildes (und desto mehr Möglichkeiten können Sie damit basteln).

Ein weiteres Telefon - und vier Jahre lang mein persönliches Gerät - war das Palm Treo 600, das 2003 auf den Markt kam. Dieses Gerät leistete viele Funktionen, unter anderem unterstützte es eine Kamera, die Bilder mit einer Auflösung von 640 x 480 aufnehmen konnte. Das Treo verfügte weder über WLAN noch über Bluetooth, sodass die Konnektivität zum Herunterladen von Bildern auf ein mit dem Computer verbundenes Kabel beschränkt war. Sein großer Ruhm bestand darin, dass es jede der Tausenden PalmOS-Apps ausführen konnte, die zum Download zur Verfügung standen. Die Installation dieser Apps erforderte jedoch auch den Anschluss eines Kabels an einen Computer.

2008: Die Geburt des modernen Smartphones

Als das iPhone am 29. Juni 2007 auf den Markt kam, war es explosiv. Viele von uns erinnern sich an die Warteschlangen der Menschen, die auf ihr erstes Telefon warteten. Ich saß diese Zeilen aus und war zufrieden mit meinem Treo. Während das erste iPhone fast alle Eigenschaften eines modernen Smartphones hatte, einschließlich einer 2,0-Megapixel-Rückkamera, waren die einzigen Apps, die es erlaubte, grob angepasste Webseiten. Mein Treo hatte weitaus bessere native PalmOS-Apps.

Das iPhone der ersten Generation war meiner Meinung nach nicht das erste wirklich moderne Smartphone. Dafür müssen Apps direkt auf den Mobilteilen installiert werden. Als Apples iPhone 3G im Juli 2008 - zusammen mit dem App Store - auf den Markt kam, war die Welt nie mehr dieselbe. Smartphone-Apps ermöglichten es Milliarden von technisch nicht versierten Menschen, ihre Telefone individuell anzupassen und so neue Software mit einem einzigen Klick zu installieren.

Genauer gesagt können Apps die Kamerafunktionalität erweitern. Mit Filter-Apps können Benutzer ihren Bildern ganz einfach Spezialeffekte oder malerische Bildschirme hinzufügen. Apps ebneten auch den Weg für Social-Media-Giganten wie Instagram und TikTok. Infolgedessen haben sich soziale Netzwerke zu der Kraft entwickelt, die sie heute sind, und bieten Benutzern die Möglichkeit, Fotos und Videos aufzunehmen und diese per Fingertipp auf den Bildschirm mit Freunden, Familie und der ganzen Welt zu teilen. Mit Apps können Fotos und Videos sofort überall hin mitgenommen werden.

Für ernsthafte Fotografen und Videofilmer können Apps die Kameras von Mobiltelefonen verbessern. Mit der Kamera-App von Blackmagic Design können fotoaffine Benutzer beispielsweise Einstellungen wie Bildrate, Verschlusswinkel, Weißabgleich und ISO anpassen - so, wie es professionelle Fotografen bei der Fotoaufnahme tun würden.

Der Bildschirm in voller Größe, die Hochgeschwindigkeits-Internetverbindung, ziemlich gute bis ausgezeichnete Kameras und die Möglichkeit, Telefone mit Apps vollständig anzupassen, haben Menschen auf der ganzen Welt befähigt, so viel mehr als nur einen kleinen Computer in die Tasche zu stecken. Jeder verfügt jetzt jederzeit über diese erstaunliche Kraft und Flexibilität.

Persönlich war das iPhone 3G mein erstes iPhone (es gab kein iPhone 2 oder 3). Ich kaufte es und einen iMac ein paar Wochen nach der Veröffentlichung des Telefons und erstellte anschließend 40 iPhone-Apps. Dieses iPhone 3G hat die Kamera-Hardware nicht wesentlich verbessert. Das passierte erst mit dem iPhone 3GS, das von einer 2,0-Megapixel-Kamera auf eine 3,0-Megapixel-Kamera umstieg und anfing, Videos mit 30 Bildern pro Sekunde aufzuzeichnen.

Drüben in der Android-Welt war das erste Telefon das HTC Dream, das auch als T-Mobile G1 vermarktet wurde. Es wurde im Oktober 2008 veröffentlicht und zeichnete sich durch sein ausziehbares Display aus, auf dem eine Tastatur im BlackBerry-Stil zu sehen war. Dieses Gerät war mit einer nach hinten gerichteten 3,15-MP-Kamera ausgestattet.

Mit dem iPhone 3 und dem App Store sowie dem ersten Android-Telefon kann man mit Recht sagen, dass 2008 das erste Jahr der modernen Smartphone-Ära war.

2010: Smartphones treffen auf Narzismus, eine himmlische Verbindung

Smartphones haben sich in einem Rhythmus weiterentwickelt, den wir alle kennen. Jedes Jahr wurden neue Funktionen hinzugefügt und Funktionen verbessert. Kameras haben sich von 3,0-Megapixel-Kameras zu 48-50-Megapixel-Monstern wie dem iPhone 15 Pro Max, Google Pixel 8, OnePlus 11 und dem Asus ROG Phone 8 entwickelt.

Besonders hervorzuheben ist das Sony Xperia-Smartphone. Während alle High-End-Telefone über außergewöhnliche Kamerasysteme verfügen, ist Sony das einzige Unternehmen, das neben Smartphones auch Pro- und Prosumer-Kameras herstellt. Die A7-Serie von Sony (ich mag die Sony A7 IV) ist eine der angesehensten Profikameras im Einsatz und ich verwende sie die Kamera Sony ZV-E10 ständig im Videostudio und für Produktaufnahmen hier bei ZDNET.

Ein weiterer leichter Anstieg erfolgte 2010, als Apple das iPhone 4 und HTC das Android-basierte EVO 4G vorstellte. Beide verfügten über nach vorne gerichtete Kameras, die sich zum Aufnehmen von Selfies eignen. Hinsichtlich der Auflösung hatten beide nicht viel zu bieten, aber auch die nach vorne gerichteten Kameras wurden im Laufe der Jahre besser.

Da sich sowohl die Kapazität als auch die Geschwindigkeit des Speichers verbessert haben, ist es natürlich möglich, sogar 8K-Videos mit 120 Bildern pro Sekunde auf SSDs zu speichern, die über schnelle USB-C-Anschlüsse mit Kameras verbunden sind. Dadurch müssen große Mengen an Informationen erfasst und gespeichert werden, und viele Geräte bewältigen diese Anforderungen heutzutage problemlos.

Dann gibt es noch das Samsung Galaxy S23 Ultra, das über eine lächerlich übertriebene 200-MP-Hauptkamera verfügt. Das sind ungefähr 16.384 x 12.288 Pixel, für diejenigen, die sich so etwas überhaupt vorstellen können. Jedes hochkomprimierte JPEG benötigt 20-40 MB, aber ein unkomprimiertes RAW-Bild benötigt 100 MB pro Bild oder mehr. Das erste iPhone 3G verfügte über ganze 128 MB Speicher, der höchstens ein oder zwei Bilder dieses modernen Telefons hätte enthalten können.

Viele Smartphones zeichnen heutzutage 8K-Videos direkt im Telefonspeicher auf. Dazu gehören das Samsung Galaxy S23 (8K wurde bereits vom S20 unterstützt), das Asus ZenFone 9, das OnePlus 11 und das iPhone 15 Pro Max können alle 8K-Videos direkt im Gerät aufnehmen.

Im Laufe der Zeit gingen alle Steigerungen der Speicherkapazität, der Prozessorgeschwindigkeit, der Akkulaufzeit und der Bildschirmauflösung mit Verbesserungen der Software in den Telefonen einher, wobei die Anbieter ihren Kameraanwendungen alle möglichen intelligenten Funktionen hinzufügten.

2017: Der Beginn der KI/ML-Smartphone-Ära

Es ist schwierig, genau zu sagen, wann maschinelles Lernen Einzug in Smartphones hielt, aber man kann gute Argumente für das Jahr 2017 vorbringen. In diesem Jahr veröffentlichte Google das Pixel 2, das über einen Porträtmodus verfügte, der Hintergründe unscharf machte, und eine verbesserte Verarbeitung für HDR-Bilder.

Auch Apple konzentrierte sich 2017 auf die Fotografie im Porträtmodus und stellte das iPhone 8, 8 Plus und iPhone X vor. Jedes dieser Geräte verfügte sowohl über einen Hauptprozessor als auch über eine Neural Engine - einen Prozessor speziell für maschinelle Lernaufgaben.

Insgesamt verbesserten diese ersten maschinellen Lernfunktionen die gesamte Fotoverarbeitung und verbesserten Aspekte wie Autofokus, Belichtung, Farbausgleich und Rauschunterdrückung. Die Integration von maschinellem Lernen in die Kamerasysteme von Pixel und iPhone markierte einen bedeutenden Fortschritt in der Qualität und den Möglichkeiten der Smartphone-Fotografie.

KI und maschinelles Lernen in heutigen Smartphones

Wenn Sie an die Phasen der Fotografie denken, hatten wir Licht und Schatten, dann hatten wir mit Chemikalien gespeicherte feste Bilder (die Filmbühne), dann hatten wir magnetische Medien (immer noch analog) und dann den Aufstieg von Digitalkameras und Smartphones. Allen diesen Phasen war gemeinsam, dass die Kamera als Aufnahmegerät gedacht war. Es hat nichts von der Kunst gemacht.

Aber das ändert sich mit modernen Smartphones. Durch die Integration umfangreicher maschineller Lerntechnologie in diese Geräte wird die Kamera selbst zum Produktionspartner bei der Erstellung außergewöhnlicher Bilder und hochwertiger Videos.

Ich fragte Bob Caniglia, Vertriebsleiter bei Blackmagic, nach der Entwicklung der Smartphone-Kameras. Blackmagic stellt einige wichtige Tools für die Verwaltung des Videoproduktionsprozesses sowie einige sehr elegante Kameras in Kinoqualität her. Letztes Jahr stellte Blackmagic seine Blackmagic Camera App vor, die die Kamera des iPhones nutzt und ihr Superkräfte verleiht.

„Bis vor Kurzem“, erzählte mir Caniglia, „drehte sich die Diskussion hauptsächlich darum, wie begrenzt die Kamera eines Smartphones in einem so kleinen physischen Gerät ist. Und es besteht kein Zweifel daran, dass es immer noch große Unterschiede zwischen Smartphones und größeren professionellen Kameras gibt.“

„Aber die Diskussion hat sich auf die unterschiedlichen Einsatzmöglichkeiten von Kameras wie dem iPhone verlagert“, fuhr er fort. „Ich denke, KI und maschinelle Lernfunktionen - wie die Szenen-, Haut- und Himmelssegmentierung und -erkennung des iPhone 15, das Periskop-Zoomobjektiv und der Porträtmodus - haben die Möglichkeiten eröffnet, wie Smartphones von jedem genutzt werden können.“

Lassen Sie uns nun die Leistungsfähigkeit erkunden, die maschinelles Lernen für Smartphones bietet. Insbesondere werde ich über die Magie des maschinellen Lernens sprechen, die in Flaggschiff-Telefonen wie dem iPhone 15 Pro Max, dem Google Pixel 8, dem Samsung Galaxy S23 und dem OnePlus 11 integriert ist.

1. Bildqualität

Smartphones sind mittlerweile in der Lage, die Qualität von Bildern bereits bei der Aufnahme in der Kamera erheblich zu verbessern. Hier sind drei Beispiele für maschinelles Lernen, das in den zuvor aufgeführten Flaggschiff-Telefonen zum Einsatz kommt.

Bildverarbeitung und -verbesserung: Faltungs-Neuronale Netze verwenden eine mathematische Operation namens Faltung, die Pixelwerte auf der Grundlage eines Gleitfilters berechnet und dem Algorithmus dabei hilft, bestimmte Merkmale wie Kanten, Texturen und Formen zu identifizieren.

Dies hilft dann den Algorithmen des maschinellen Lernens, Parameter wie Belichtung, Kontrast und Farbbalance zu analysieren und anzupassen, um die Qualität zu verbessern. Dies ist besonders bei schwierigen Lichtverhältnissen nützlich; Auf diese Weise können Smartphones Fotos bei schlechten Lichtverhältnissen und mit hoher Blendung aufnehmen, die zuvor kaum möglich waren.

Fotografieren bei schlechten Lichtverhältnissen und Nachtmodus: Apropos schwierige Lichtverhältnisse: Maschinelles Lernen bietet eine leistungsstarke Unterstützung bei der Fotografie bei schlechten Lichtverhältnissen, wo es bei der Rauschunterdrückung, Detailverbesserung und Farbgenauigkeit hilft. Dies geschieht mithilfe neuronaler Netzwerktechnologie, um mehrere Belichtungen zu verarbeiten und sie zu einem einzigen Bild zusammenzuführen, während gleichzeitig Details verbessert und Rauschen reduziert werden. Natürlich kommt die KI ins Spiel, wenn es darum geht, welche Details verbessert und welches Rauschen reduziert werden soll.

HDR-Verarbeitung: Die High Dynamic Range (HDR)-Verarbeitung trägt dazu bei, die dunklen und hellen Bereiche eines Bildes auszugleichen und so einen verbesserten Dynamikbereich zu erzielen. Algorithmen passen die Belichtung verschiedener Bereiche in einem Foto dynamisch an und führen mehrere Belichtungen zusammen, um ein ausgewogenes Bild mit hohem Dynamikbereich zu erhalten. Dabei bleibt die visuelle Wiedergabetreue des Bildes erhalten, während gleichzeitig schwärzeres Schwarz, weißeres Weiß und andere dunklere und hellere Farben möglich sind, um das Bild besser wiederzugeben Der Fotograf wollte ursprünglich einfangen.

2. Objektwissen

Im Filmzeitalter waren einige analoge Techniken zur Bildverbesserung möglich. Jetzt sind KI und ML von entscheidender Bedeutung, wenn es darum geht, Informationen über den Inhalt einer Szene zu erhalten. Hier sind einige der leistungsstarken Funktionen, die in die zuvor besprochenen Smartphones integriert sind.

Szenen- und Objekterkennung: Smartphones können verschiedene Szenen - Landschaften, Porträts oder Umgebungen mit wenig Licht - und Objekte innerhalb eines Bildes erkennen. Basierend auf dieser Erkennung kann die Kamera die Einstellungen für die beste Aufnahme optimieren. Deep-Learning-Algorithmen, die Faltungs-Neuronale Netze nutzen, wurden anhand umfangreicher Datensätze trainiert, um verschiedene Szenen und Objekte in Bildern genau zu erkennen und zu kategorisieren. Oft sind stark optimierte Versionen der Trainingsergebnisse entweder in den Kamera-Apps oder sogar in den Chipsätzen der Telefone eingebettet.

Porträtmodus und Bokeh-Effekt: Tiefenschätzungsmodelle, die häufig ML-Techniken wie semantische Segmentierung verwenden, können eine Tiefenkarte der Szene erstellen und so das Motiv vom Hintergrund unterscheiden. So erhalten wir den Porträtmodus, bei dem das Motiv im Fokus steht, während das Telefon einen scheinbar künstlerisch unscharfen Hintergrund erzeugt.

Gesichtserkennung und -verschönerung: Computer-Vision-Algorithmen können Gesichter in einem Bild erkennen und subtile Verbesserungen wie Hautglättung oder Lichtanpassung anwenden, um Porträts zu verbessern. Dieser Prozess wird oft auf der Grundlage einer Bibliothek erlernter ästhetischer Vorlieben durchgeführt.

Einige frühe Gesichtserkennungsanwendungen zeigten Voreingenommenheit. Sie verwendeten sehr begrenzte und daher oft voreingenommene Trainingsdaten. Dies stellt heute weniger ein Problem dar, da Anbieter wesentlich größere und umfassendere Schulungssets verwenden. Wir müssen weiterhin gegen Voreingenommenheit in unserer KI kämpfen.

KI-gestützte Filter und Effekte: Zu den ersten Fotofunktionen digitaler Smartphone-Apps gehörten kreative Filter und Effekte. Ursprünglich waren diese Filter meist algorithmisch und basierten auf dem Code eines Programmierers. Im Laufe der Zeit wurden ML-Techniken wie generative kontradiktorische Netzwerke angewendet.

Bei dieser Technik wird ein „Generator“-Algorithmus einem „Diskriminator“-Algorithmusprozess gegenübergestellt, wobei der Diskriminator dem Generator Feedback gibt, um Verbesserungen voranzutreiben. Die daraus resultierenden erlernten Effekte oder Stiltransferprozesse ahmen die Stile verschiedener Künstler und Techniken nach. Dies ermöglicht es Benutzern, komplexe künstlerische Stile auf ihre Fotos anzuwenden und die resultierenden Bilder stilistisch relevant erscheinen zu lassen. Es hat auch zu Klagen geführt.

3. Verbesserungen der Lebensqualität

Smartphone-Kameras machen nicht nur immer bessere Bilder und Videos, sie werden gleichzeitig auch einfacher zu bedienen. Hier sind einige Verbesserungen der Lebensqualität, die Smartphone-Kameras für ihre Benutzer hilfreicher machen.

Videostabilisierung: Haben Sie schon einmal den Satz „Wir beheben das Problem per Post“ gehört? Dabei handelt es sich um den Prozess der Reparatur eines Films oder Videos nach dem Dreh, wobei der Editor eine Kombination aus intelligenten Werkzeugen und Fähigkeiten einsetzt, um einen guten Clip zu erstellen. Aber jetzt können ML-Modelle verwackelte Videos dynamisch direkt in der Kamera korrigieren.

ML-Modelle in Smartphones tun dies, indem sie Bewegungsmuster Bild für Bild analysieren, um Kameraverwacklungen und Bewegungsunschärfe vorherzusagen und zu korrigieren, was zu einem flüssigeren Clip führt. Normalerweise werden dadurch einige Kanten des Videobilds „verbraucht“, wodurch ein beschnittenes, aber wesentlich stabileres Bild entsteht.

Autofokus und Tracking: Vor dem maschinellen Lernen nutzten Objektive mit Autofokus Abstandssensoren und Berechnungen, um den Fokuspunkt des Objektivs zu bestimmen. Aber jetzt hat ML die Leistung des Autofokus verbessert, wodurch er wesentlich schneller und genauer ist.

Vorhersagealgorithmen und Objekterkennungsmodelle werden häufig für die Echtzeitverfolgung sich bewegender Motive verwendet, wobei eine Fokusspeicherung aufrechterhalten wird, während sich die Motive (oder die Kameraleute) bewegen.

Automatische Anpassung an Benutzerpräferenzen: Einige Smartphone-Kameras nutzen Reinforcement-Learning-Techniken, um sich im Laufe der Zeit an Benutzerpräferenzen anzupassen, und passen Einstellungen automatisch an oder schlagen Modi basierend auf der bisherigen Nutzung vor.

Eines ist wichtig zu beachten: Generative KI findet außerhalb der Kamera statt.

Caniglia von Blackmagic Design sagte: „Verglichen mit noch vor ein paar Jahren hat es eine unglaubliche Entwicklung der Kamerafunktionen von Smartphones gegeben. KI-maschinelles Lernen, insbesondere beim neuen iPhone 15, war ein großer Treiber. Ein großer Teil davon ist darauf zurückzuführen.“ Apple hat sich auf die Entwicklung von Technologien konzentriert, die mehr mit den tatsächlich vom Sensor der Kamera erfassten Informationen arbeiten, als sich auf die Erstellung von „falschen Bildern“ durch generationsübergreifende KI zu konzentrieren.

Blick in die Zukunft

Wir haben im vergangenen Jahr enorm viel über generative KI berichtet. Und jedes Jahr führen Telefonanbieter noch mehr Smartphone-Funktionen ein. Was bringt die Zukunft?

Die einfache Antwort lautet: immer größere Kapazität und immer höhere Bildqualität. Das ist der Weg, den maschinelles Lernen bei Smartphones seit etwa einem Jahrzehnt einschlägt.

Aber als ich begonnen habe, VR mit dem Meta Quest 3-Headset zu erkunden, fange ich an zu glauben, dass es für Smartphones einen anderen Weg gibt.

Nach der WWDC-Keynote von Apple im letzten Jahr habe ich eine Analyse zur Ankündigung des Vision Pro XR-Headsets geschrieben. Obwohl ich der Gesamtidee ziemlich optimistisch gegenüberstand, machte ich mich über die 3D-Kamera-Wiedergabefunktion lustig:

Apple zeigte eine lächerliche Demo, in der ein Vater mit einem Vision Pro damit einen 3D-„Film“ vom Geburtstag seines Kindes drehte. Auch wenn dieses Beispiel verrückt war, könnte sich die Aufnahme von 3D-Videoclips für Schulungen und andere Demonstrationen als äußerst nützlich erweisen, wenn sie in Point-of-Function-Anwendungen eingebettet werden.

Ich glaube, ich habe mich geirrt. Ich benutze den Meta Quest 3 seit etwa einer Woche und habe mir die relativ rudimentären 3D-Heimvideos des Quest angesehen. Da ist etwas. Es ist nicht so, als würde man sich nur einen Film ansehen. Sobald Sie VR betreten, bekommen Sie wirklich ein Gefühl.

Über die Erfassung persönlicher Erinnerungen hinaus bietet die 3D-VR-Kameraerfassung ein enormes Potenzial, insbesondere wenn wir über schwere Konsolen im Gesicht hinausgehen und eine klare Brille tragen. Ich gehe davon aus, dass eine Menge KI und ML auf Bilder und Videos angewendet werden, die in diesem Zusammenhang verwendet werden.

Was denken Sie über die Zukunft von Fotografie und Video und wie KI und ML helfen können? Lass es mich unten in den Kommentaren wissen.

Sie können meine täglichen Projektaktualisierungen in den sozialen Medien verfolgen. Abonnieren Sie unbedingt meinen wöchentlichen Update-Newsletter auf Substack und folgen Sie mir auf Twitter unter @DavidGewirtz, auf Facebook unter Facebook.com/DavidGewirtz, auf Instagram unter Instagram.com/DavidGewirtz und auf YouTube unter YouTube.com/DavidGewirtzTV.