Deep PRIME está trabajando en una nueva versión de su software corrector de imágenes. Desde su primer lanzamiento en el año 2003 la firma ha probado un gran número de cámaras y lentes, incluyendo la medición del ruido digital en varias situaciones. El resultado es una base de datos de millones de fotografías calibradas.
Hasta ahí sería la descripción del software que hasta la fecha hemos podido probar, pero han tenido una idea nueva, y es utilizar su stock de imágenes como referencia para corregir otras fotografías, tomadas con distintas configuraciones y combinaciones ópticas.
Esto es lo que Deep PRIME ofrece a través de la inteligencia artificial y el aprendizaje profundo, asegurando simultáneamente que se puede desvincular la imagen de la matriz (la generación de la imagen a partir de los datos sin procesar del sensor de la cámara) y la depuración. Según la compañía se pueden realizar ambas operaciones al mismo tiempo para evitar la introducción de ciertos artefactos y producir mejores resultados.
Reducir el ruido digital en imágenes RAW es un desafío continuo para la mayoría de los programas de edición de fotografías, quizá este sea el camino a seguir en estos momentos.
El software se está desarrollado utilizando una estructura llamada redes neuronales convoluciones, Deep PRIME utiliza una tecnología de vanguardia inspirada en la neurociencia que imita el comportamiento del cerebro humano. Este sofisticado sistema significa que la red neuronal desarrolla sus propios valores y es capaz de enseñarse a sí misma, un proceso llamado aprendizaje profundo.
La compañía tiene un gran conocimiento de equipos fotográficos. No en vano han dedicado los últimos 18 años al análisis y calibrado miles de cámaras y lentes en sus propios laboratorios, medir la distorsión, la viñeta, las aberraciones cromáticas, la pérdida de nitidez y el ruido digital en las imágenes RAW a un nivel extraordinario de precisión. Este análisis en profundidad les ha llevado a construir una base de datos de varios millones de imágenes, dejando una gran experiencia.