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。
