跟前代相比，Google今年出的Pixel 3系列在处理人像拍摄时的表现要来得更好。考虑到两者用的都是单颗主相机的设计，所以改进大部分还是来源于软件。那说到底，Google究竟做了些什么让Pixel 3的人像算法变得更强？今天他们就决定发文来解释一下。
在Pixel 2推出的时候，Google是利用神经网络和相机上的相位对焦技术（后者主要是跟视差效果有关）来确定拍摄时处于前景的对象。但这套方案在面对变化不大的场景时就容易出错，而且在以小光圈进行拍摄的时候也比较容易发生问题。为了改善这些，Google在Pixel 3上运用了新的神经网络，希望通过对象的常规形状、场景中不同点的清晰度等多项因素，来更准确地判断对象距离。另外在训练这套系统时，Google也采用了一些创造性的办法。比如说他们曾做出过把五台Pixel 3绑在一起的“Frankenphone”，以同步记录深度信息，来消除光圈、视差方面的不足。
看到Google在AI上投入了那么多的资源，可见他们对单相机方案的决心是多么之大。当然啦，你也可以反过来想。Google一直坚持这种小众做法的原因，搞不好也是为了探索算法的极限，从而秀出自己在人工智能领域的“肌肉”呢。
| 留言与评论（共有 0 条评论） |
