事實是技術 您將永遠需要開發人員的獨創性 解決最複雜的問題。 該解決方案用於優化Pixel的人像模式,該解決方案來自Google的特例(配備5個攝像頭)。
現在你想知道為什麼 一次需要5台攝像機 為了找到一種解決方案,該問題可能變得僅表現出所描繪的人的臉,而使其餘場景失去焦點。 這就是Google及其博客旨在為我們提供一系列解釋的原因。
Pixel 3令人印象深刻的人像模式
在Pixel 2中,大G在移動設備的攝影領域取得了質的飛躍。 簡單地 我們為他的能力感到驚訝,以便從軟件中分析場景,從而使除了被刻畫者的臉之外的所有事物都變得極為模糊。
對於像素3 已經以自己的方式改進了該技術 與Pixel 2相比,其質量有了小幅飛躍。有趣的是,同時又充滿好奇的是,對於Pixel 3,它使用了所謂的5像素手機的Frankestein機殼。
他用了那個皮套,所以他可以拿 同一時間同時拍攝5張照片 並因此能夠改善人像模式(如所示 在這篇文章中,效果極佳)其出色的 Pixel 3;我們已經在很多場合談到他令人興奮的夜視儀或 我們可以在Pixel 2中擁有的超級變焦).
Google如何改善Pixel 3的人像模式
Pixel 2嚴重依賴PDAF(相位檢測自動對焦)技術, 從景深收集基本信息,通過他過去聚焦的兩個PDAF光圈。 該系統的唯一障礙是它並不完全完美。 由於在某些場景中存在大量水平線,因此可能會混淆處理這些PDAF圖像比較以確定深度的“系統”。
就我們的理解而言,與PDAF孔的線性配置對齊的視覺效果可能會導致假陰性。 那是什麼 對照片重要的內容 它似乎比實際位置更接近相機。
通過添加其他數據,Google在Pixel 3中找到了解決方案 被稱為語義和模糊線索。 假設我們在看照片時都能做些什麼,並且知道物體的相對大小及其模糊。
不像看起來那麼容易
但是為了使一切都變得完美,Google必須 用所謂的科學怪人案例訓練技術 用這5個像素。 有了它,就可以一次從五個不同的角度進行捕捉。
這確保了圖像源來自相同類型的硬件(即Pixel 3),並且這些不同的視角提供了更多數據,以消除掉落在與PDAF孔徑相同方向會聚的線上的問題。 無論如何,並非所有問題都得到了解決,但是 是的,現在以更好的方式確定深度 以獲得更高的精度。
同 該案例及其5 Pixel 3,Google能夠訓練神經網絡 它負責將PAF“視差”數據與先前的檢測結合起來,以在各個級別上為其肖像模式帶來更高的精度。 縱向模式技術改進的另一個亮點是,捕獲中的所有深度數據都以這種模式保存,因此該窗口打開了供開發人員利用的新功能。