算法|手机拍照“神仙打架”背后，厂商死磕计算摄影到底在比什么？( 二 ) ai|摄影|摄像头

比如镜片组的光学分辨率、CMOS图像传感器的分辨率和信噪比以及OIS的防抖性能和成片率都会综合影像最后的成像效果。
如今大家一提到手机变焦拍照，总会感叹苹果iPhone不同镜头之间切换的顺滑和画面白平衡的一致性，其实在这背后，就是苹果对于整个拍照系统众多要素做到了很好的整合和平衡。
2、如何实现更好的虚化效果，深度信息计算是关键
在人像拍摄或者一些静物拍摄时，我们总是渴望更好的背景虚化效果，实际上这需要“大光圈”的加持，但由于物理上手机的尺寸存在瓶颈，所以厂商们就尝试通过另一个思路，将不同摄像头获得的图像信息结合起来实现更好的虚化效果。
这其中，主要利用了视差的原理。摄像头之间存在距离，就会出现视差，视差也会给出物体深度的信息线索。基于双摄视差信息的深度计算，我们就可以进行大光圈模拟，实现更好的物体拍摄背景虚化效果。
虽然视差越大，距离测量越精确，但视差过大也会让多摄融合更困难。因此，找到合适的视差并辅以良好的算法调教就成为了关键。
此时AI也就找到了自己的用武之地，在很多场景中，物体上会有很多复杂的细节，比如线条、毛发、物体边缘的复杂结构等等，这时利用AI算法进行深度估计，就可以实现更精准的深度信息计算。
通过样张对比我们可以清楚地看到，借助旷视基于AI深度学习的算法，手机可以更好地识别出被摄对象与背景的深度信息，从而实现更精准、更自然的虚化效果。
▲相比右边，使用旷视AI算法的手机拍出的风扇照片（左）成功识别出了扇叶这种复杂结构，获得了更自然精准的虚化效果
除了变焦、虚化，通过多主摄之间的融合算法，手机还可以拍出更加细腻和清晰的图像。比如很典型的应用就是通过彩色和黑白镜头的组合拍出更好的暗光环境照片。
二、拍照提升需要产业链合力，计算摄影进入AI深度学习时代在这些出色拍照效果的背后，其实不是手机厂商一个人努力的结果，而是需要整个手机产业链的协同才能实现，这里面，有CIS芯片厂商、镜头厂商、模组厂商还有硬件之外的软件算法提供者。
手机拍照算法的调教，就需要这些玩家之间形成良好的配合，比如算法厂商有怎样的算力需求，什么样的硬件可以提供怎样的性能、实现怎样的算法？
同时，不同的软件算法究竟能够实现怎样的拍照效果，都是需要与镜头、传感器、手机终端厂商深入协同的，需要实际测试才能证明自己的方案是否可行。
这也是为什么很多手机厂商都会组建专门的影像团队，与产业链上的各方进行更加深入的协同调教。
在范浩强看来，算法是多个摄像头之间联动的纽带，已经成为手机拍照能力至关重要的一环。
旷视自2016年起开始研发多摄技术，经过5年多的技术迭代和优化，如今AI多摄算法已在多款主流安卓手机中实现技术应用落地，并且做到了业内的领先水平。
旷视将手机拍照的过程看作“光感知系统” ，而他们也是率先提出用AI技术重新定义这一过程的厂商。
在他们看来，在融入AI后，光感知系统将从“硬件升级——算法辅助——优化后期处理”这种相对流程化和独立化的传统运作方式转变为软硬件“一体化协同升级” 。
基于这样的理念，旷视将AI算法与手机光学系统、传感系统结合，通过图像识别、融合、增强、分割等方式去进一步提升了手机的拍照能力和成像质量。
目前在图像对齐领域，旷视基于深度学习的算法可以更好地算出画面的深度信息；而在图像降噪方面，他们的算法能够最大程度地在保留细节的同时提升信噪比。
旷视的多摄融合算法采用神经网络设计模型，可以解决清晰度不均匀、主体边缘线条弯曲、部分位置重影、线条断裂错位等传统多摄融合算法中的常见问题。
基于多年的技术积累和项目工程落地经验，旷视的双摄虚化、多摄平滑变焦、多摄融合等算法已经具有了比较强的泛用性，可适配多种模组组合和排布方式，以应对更多终端厂商的需求。
范浩强说，当下基于AI计算摄影的手机拍照已经是光、电、算一体化的过程了，涉及光信号、电信号、AI计算等多个环节。
“摄像头不是越多越好，也不是越大越好，重要的是要素之间的匹配。 ”
经过多年发展，如今手机影像技术的发展已经是软硬件一体化同步推进的了，算法和硬件要放在一起规划考量，举个很简单的例子，如果脱离了算法，一些摄像头甚至就失去了存在的意义，比如黑白摄像头，是很少有单独使用的场景的。