事实是技术 您将永远需要开发人员的独创性 解决最复杂的问题。 该解决方案用于优化Pixel的人像模式，该解决方案来自Google的特例（配备5个摄像头）。
现在你想知道为什么 一次需要5台摄像机 为了找到解决该问题的方法，可能仅是将所描绘人物的脸庞留在外面，而其余的场景则不能集中注意力。 这就是Google及其博客旨在为我们提供一系列解释的原因。
Pixel 3令人印象深刻的人像模式
在Pixel 2中，大G在移动设备的摄影领域取得了质的飞跃。 简单地 我们为他的能力感到惊讶，以便从软件中分析场景，从而使除了被刻画者的脸之外的所有事物都变得非常模糊。
对于像素3 已经以自己的方式改进了该技术 与Pixel 2相比，其质量有了小幅飞跃。有趣的是，同时又充满好奇的是，对于Pixel 3，它使用了所谓的Frankestein 5像素手机外壳。
他用了那个皮套，所以他可以拿 同一场景同时拍摄5张照片 并因此能够改善人像模式（如指示 在这篇文章中，效果极佳）其出色的 Pixel 3；我们已经在很多场合谈到过他令人兴奋的夜视仪或 我们可以在Pixel 2中拥有的超级变焦).
Google如何改善Pixel 3的人像模式
Pixel 2严重依赖PDAF（相位检测自动对焦）技术， 从景深收集基本信息，通过他过去聚焦的两个PDAF光圈。 该系统的唯一障碍是它并不完全完美。 由于在某些场景中存在大量的水平线，因此可能会混淆处理这些PDAF图像比较以确定深度的“系统”。
就我们的理解而言，与PDAF孔的线性配置对齐的视觉元素可能会导致假阴性。 那是什么 对照片重要的内容 它似乎比实际位置更接近相机。
通过添加其他数据，Google在Pixel 3中找到了解决方案 被称为语义和模糊线索。 假设我们在看照片时都能做些什么，并且知道物体的相对大小及其模糊。
不像看起来那么容易
但是为了使一切都变得完美，Google必须 用所谓的科学怪人案例训练技术 用这5个像素。 有了它，可以同时从五个不同的角度进行拍摄。
这确保了图像源来自相同类型的硬件（即Pixel 3），并且这些不同的视角提供了更多数据，以消除掉落在与PDAF孔径相同方向会聚的线上的问题。 无论如何，并非所有问题都得到了解决，但是 是的，现在以更好的方式确定深度 以获得更高的精度。
连接器 该案例及其5 Pixel 3，Google能够训练神经网络 它负责将PAF“视差”数据与先前的检测结合起来，以在各个级别上为其肖像模式带来更高的精度。 纵向模式技术改进的另一个亮点是，捕获中的所有深度数据都以这种模式保存，因此该窗口打开了供开发人员利用的新功能。
