Увеличительное стекло - Эндрю Мэйн (2019)

Тем не менее, именно понимая проблему потери данных при сжатии на основе преобразования Фурье, математики принялись искать алгоритмы сжатия без потерь. Вейвлет-преобразование основывалось на анализе всего сигнала и вычислении функции от него, которая впоследствии позволяла восстановить сигнал точно и без потерь. И хотя такое преобразование требует куда больше процессорных ресурсов, но зато эффективнее использует память. К сожалению, камера использует сжатие данных на основании преобразования Фурье, и вытащить из этой картинки больше информации с ходу не получится. С другой стороны, алгоритмы, подобные вейвлет-преобразованию, можно использовать для восстановления изображений. Программы, которые восстанавливают фотографии, смазанные из-за тряски камеры, рассчитывают, как долго был открыт затвор и на какое расстояние сместилась каждая точка. Измеряя, куда сдвинулось изображение, и откатывая это движение назад, программа фактически движется обратно во времени, чтобы определить, что же видела камера.

Когда движение привело мою камеру в действие, она записала примерно четыре секунды видео с подозреваемым. Скорость записи я установил пятнадцать кадров в секунду, значит, по сути, у меня получилось шестьдесят JPEG-изображений его лица, улицы и машины. Поскольку дверь в этот момент открывалась, фотографии сделаны с разных углов, примерно так работает 3D-сканер. Собственно, трехмерную модель я уже построил, используя доступные программы.

Но если голова находилась близко к двери и изображение было довольно крупным, сделать то же самое для талончика на приборной панели намного труднее. Но все-таки возможно. Часть прелести вейвлет-преобразования заключается в том, что я могу вручную ввести некоторые константы, которые помогут анализировать изображение, но не содержатся в нем самом. Решетка радиатора для алгоритма – всего лишь абстрактный прямоугольник, но я, зная ее точный размер, могу вычислить расстояние от камеры до машины. Собрав в трехмерном пространстве все шестьдесят изображений листочка, я могу ввести поправки на угол обзора и коэффициент отражения лобового стекла и даже применить искусственный интеллект, чтобы предположить, что означают некоторые участки изображения. Через пять часов такого времяпрепровождения передо мной на столе лежит точная копия листочка с приборной панели, ну, почти. Я могу разобрать штрихкод и даже, наверное, смог бы его расшифровать, если поискать образцы для калибровки, но более важный элемент – логотип парковки, он читается четко и ясно.

Я трачу минут двадцать на бесплодные поиски через Интернет парковки с логотипом в виде двойной буквы «Е» в Атланте. Ничего. Я ищу по всему штату. Результат тот же. Потом мысленно шлепаю себя ладонью по лбу – за сложными цифровыми преобразованиями и упражнениями в моделировании я забыл перевернуть изображение. Камера снимала отражение в стеклянной двери, поэтому все запечатлелось зеркально. Заодно я корректирую и фотографию самого Тоймена – теперь шрам у него над левым глазом, там, где и должен быть на самом деле.

Парковка расположена по адресу Пичтри, 33, там он оставлял машину до того, как заехать в магазин. Тот же адрес у сорокаэтажного офисного здания. Если Тоймен поехал из магазина обратно, очень вероятно, что мои одноклеточные ищейки еще в деле.

Глава 48

Фотобудка