剥去技术和参数的外衣,探索设计和人性的本源。

没有太多硬件基因的谷歌,对智能手机产品的理解一直不一样,尤其是拍照方面。

2016年10月5日,谷歌CEO桑德尔·皮查伊提出了从“移动第一”向“人工智能第一”转变的口号。当天亮相的第一代Pixel手机就是这一理念的体现。

从表面上看,Pixel使用的摄像头与之前推出的Nexus 6P相比并没有太大变化。每个人都有同样大小的1230万像素和1.55微米单像素。唯一不同的是增加了相位聚焦功能,但他们在DxOMark上获得了完全不同的评价。Nexus 6P只得了微不足道的73分,但Pixel以89分夺得当时的榜首。

后来第二代Pixel上线,谷歌开始把重点卖点放在拍照上。这款手机的评分升至98分,超过同期三星Galaxy Note 8和苹果iPhone X。DxOMark当时的评论是“创下智能手机摄像头质量新纪录”。

连续两次获得榜单第一名,再加上媒体和用户的好评如潮,开始让谷歌的亲儿子手机散发出一种神秘的吸引力。最让人不解的一点是,两代Pixel手机只用一个摄像头就达到了这个效果。Google的AI算法真的强大到可以忽略物理硬件吗?

▲图片来自:Gizmodo

即使到了今天,新发布的Pixel 3手机依然没有采用目前主流的双摄像头甚至三摄像头的组合,除了谷歌你很难再找到第二个了。

但现在,它确实有资格和信心任性。

Pixel 3摄像头有多智能?

在大众用户的认知中,摄影的过程无非是三个步骤:1)看到自己想拍的东西;2)打开相机,按下快门,记录这一瞬间;3)获取静止图片。

专业摄影师不一样。他们要根据场景照度调整快门和光圈大小,选择合适焦距的镜头。拍摄时,他们会研究构图和按快门的时机。拍完之后他们会拿到PS或者LR做后期,最后会拿到我们眼中的各种“大片”。

▲图片来自:商业内幕

然而,智能手机的普及改变了这一切。无论是Pixel、iPhone还是其他手机,手机厂商都在淡化ISO、曝光时间等。,只有摄影师才看得懂。就交给处理器和算法吧,用户只要会按快门,就能拍出堪比卡片机的照片。

谷歌明明知道“拍照当傻子”的道理,却宁愿用AI和各种栈算法来解决问题,而不是找专门的硬件来点亮更多的技能树。

这种思维很有意思。说白了就是想让机器学会如何拍得更好。

在去年的Pixel 2系列中,谷歌专门增加了一款名为“Pixel Visual Core”的定制图像处理单元,这是一款由谷歌和英特尔联合开发的8核协处理器,目的是为了加速完成与AI摄影相关的各种任务,比如一直是Pixel系列主旋律的HDR+。

在Pixel 3上,这个Visual Core内核也得到了更新,处理速度比去年快了40%,这意味着它可以更快地处理各种复杂的照片源数据,在机器学习的帮助下,Pixel 3解决了日常摄影中的一些痛点。

第一个是一个叫“Top Shot”的照片选择功能,按下快门就可以自动记录几秒钟的图像,类似于iPhone中的Live Photos,但是AI会自动标注“最佳时间”供你选择,所以即使你不小心拍到了别人闭眼的尴尬,你也可以选择其他图片作为最终照片。

▲“夜视”不仅适用于后部,也适用于前部。图为谷歌官方证明

至于手指看不清的场景,Google给出的方案是“夜视”夜景模式。该功能的核心是用HDR+进行连续采样和多帧合成。目的是尽可能提高照片的亮度,彻底解决“暗光拍不出来”的问题。

为了强调这种模式的突出效果,谷歌还在发布会上“弹起”了隔壁的iPhone XS,不知道苹果此时是什么心情。

还有“超分辨率变焦”,主要是指放大后画面放大的情况。事实上,一些传统单反中的“像素偏移模式”是用于变焦功能的。

▲ engadget日本用Pixel 3拍样张。如果放大图片中选定的部分...来自engadget的图片

▲这是像素3的放大样本。来自engadget的图像

具体来说,谷歌捕捉到了我们拍照时轻微抖动的小细节。在这个过程中,它会根据手的动作自动移动光敏元件,然后连续捕捉几张照片,然后借助算法进行合成。这样每个像素都可以得到足够的RGB颜色信息,最终可以实现超高分辨率的照片。

根据Android Central的说法,即使放大8倍,Pixel 3的变焦照片在Pixel 2上仍然可以保持2倍变焦的清晰度。这意味着即使没有独立的长焦镜头,Pixel 3仍然可以拍摄不低于光学变焦效果的照片。

Google不仅拓展了拍照的广度,也拓展了拍照的深度

“我们已经看到了所有可以选择的镜头组合,简单地增加一个摄像头对我们来说并不好。」

谷歌产品副总裁布莱恩·拉科夫斯基在Pixel 3发布后表示。在他看来,Pixel手机可以通过传感器获取足够的信息,然后通过机器学习,也可以产生用户需要的照片。

本质上,谷歌是在试图利用“计算摄影”的概念,将AI机器学习等先进算法引入传统摄影,相当于重新组织分辨率、照度、焦距、景深等图像信息,从而突破单个相机的物理边界。

例如,以像素2中的HDR+为例。表面上你只是打开取景器再点一下,但暗地里,你打开取景器后相机就开始采集了。这些数据会实时保存在手机缓存中,最后由合成算法调用。

此外,Google还将图片分割成独立的块,可以保持较高的动态范围和细节,同时尽可能去除模糊、鬼影和噪声。

还有一种类似上面说的“先拍,再选”的模式,其实是受计算摄影的思维影响,都是在底层实现的,用户无法感知。

DPReview最近采访了Pixel的相机产品经理Isaac Reynolds和计算摄影总监Marc Levoy。他们说,为了保证零延迟快门体验,像素2的安全快门值被设置为1/15秒,即使在最暗的情况下也是如此。在环境上,HDR+还能保证0.6秒内合成多达9幅图像;如果光线充足,可以缩短到150ms。

显然,用户不会意识到这些后处理过程,只有最终的产品照片呈现给我们。

在Pixel 3上,“超级分辨率变焦”变焦模式有多达15幅合成图像,而“夜视”夜景模式牺牲了零延迟快门。

像某些国产手机的超级夜景,要求你在按快门的同时保持机身稳定。此时,相机会拍摄多达15张照片并进行合成,每张照片的快门速度至少为1/3秒,从而获得曝光效果接近5秒的照片,因握手而烧毁的照片也会自动移除。

还有一点不得不说的是从Google Pixel 2时代开始就广受好评的人像模式。这款手机虽然没有配备双摄像头,但依然可以拍摄出不逊于同期双摄像头旗舰的模糊照片。

实际上,它借助传感器的PDAF双像素特性来捕捉左右视觉图像,从而获得简单的深度信息,然后依靠图像分割技术来准确定位图像轮廓。

在这个过程中,Google花了大量时间训练了一个神经网络模型,可以根据深度信息区分照片的哪些部分属于人物,哪些部分属于背景。毕竟,只有通过区分前景和背景,算法才能模糊正确的区域,最终合成出景深较浅的照片。

▲上图为机器学习后的深度信息图,下图为单纯基于双像素和立体算法的深度信息图,在背景椅子上可以看到明显的差异。图片来源:DPReview

在Pixel 3上,Google对深度映射算法做了新的调整,增加了机器学习的手段。从对比图中可以看出,如果仅仅基于双像素和立体算法,当遇到背景模糊的场景如带网格的眼镜、栏杆等时,深度图的识别很可能会出错。

但是在机器学习的参与下,照片的整体模糊效果和范围与以前完全不同。

AI可以拍照让Pixel手机像iPhone一样受欢迎吗?

Google从搜索和工具业务起步,但本质上不是硬件公司。即使对于Pixel手机,它的全部重点也是服务和AI。

所以在之前的Pixel大会上,谷歌的软件服务还是最受欢迎的。音箱不会过多介绍配置,会强调那些“只有Pixel手机才能使用的功能和服务”,其中有各种AI照片。

▲图片来源:邮政和快递

但面对苹果、亚马逊等巨头公司的施压,谷歌不得不做硬件。正如谷歌硬件负责人里克·奥斯特罗所说,他必须找到更多的方法让谷歌智能助手出现在人们面前。所以你不仅可以看到Pixel手机,还可以看到各种扬声器、耳机和平板电脑。

这不是主流的玩法。在很多人眼里,智能手机是硬件生意,消费者每年换手机的动力来自于更好的外观,更强的处理器,更多的摄像头。对各种手机产品的横向评价,只是硬件参数的比较,而无法量化的软件,就只能过了。

毕竟大家本质上都是用Android做底层,运行同一个apk应用,只是硬件能有大的区别。

不过Pixel手机和其他安卓手机还是有区别的,这是谷歌的个人参与。只有它能把Android系统改造成你想要的样子,不然你也不会看到这么多基于底层和额外定制芯片的拍照算法。感谢谷歌的AI加持,没有人能猜到Pixel手机能带来多少我们不知道的光影游戏。

▲图片来自:市川那吉沙

但是AI也不是万能的,Pixel 3还有一些只能用硬件实现的特性。比如新增加的800万前置广角镜头,专门用于多人合照,大场景自拍,这些都是标准镜头无法实现的。

而视觉核心,没有它的帮助,是不可能给Pixel 3 AI拍照的。

归根结底,手机中的AI还是需要足够的计算能力来驱动。没有优秀的硬件作为基础,软件体验显然需要对折。

但谷歌显然为手机摄影带来了另一个发展方向,这也给已经拥有强大物理硬件加持的同行们更多的启示,当然,这无疑也让消费者对手机摄影有了更大的期待。

来源:今日新闻云

三分钟向您展示英特尔酷睿处理器的型号

1.《google手机 Google 新手机真的丑,但真的聪明 | 硬哲学》援引自互联网,旨在传递更多网络信息知识,仅代表作者本人观点,与本网站无关,侵删请联系页脚下方联系方式。

2.《google手机 Google 新手机真的丑,但真的聪明 | 硬哲学》仅供读者参考,本网站未对该内容进行证实,对其原创性、真实性、完整性、及时性不作任何保证。

3.文章转载时请保留本站内容来源地址,https://www.lu-xu.com/fangchan/1673262.html