通過 AI 自學習，Google 讓 Pixel 3 的人像模式更優秀
雖然雙攝手機已經在市場上普及，其所帶來的人像模式、多倍變焦也成為了不少智能手機的「標配」，但仍然有廠商依然堅持用一個攝像頭的配置。
比如以軟體著稱的 Google，從 Pixel 手機的初代到今天的 Pixel 3 / 3XL，在往今的兩年時間裡（初代 Pixel 於 2016 年發布），他們仍堅持採用單攝配置。
有意思的是，Pixel 不但是 DxOMark 榜單前列的常客，夜景表現長期吊打各旗艦， 而且還帶來了比雙攝出品更優秀的人像模式出品。
這些其實都是要歸功於軟體演算法和 AI 神經網路。昨天，Google 就在他們的 Google AI Blog 上解析了 Pixel 3「人像模式」（Portrait Mode）的演算法原理。實際上，他們在這套演算法上下了不少功夫。
Google 的演算法原理
如果你對 Google 的相機演算法陌生，不妨先來了解一下 Pixel 2 的人像演算法原理。
去年，Google 通過 AI（神經網路）演算法，讓 Pixel 2 / 2XL 在僅一顆攝像頭的硬體條件下，拍出能與雙攝手機媲美的人像背景虛化照片。
▲ 圖片來自：Google
通過去年 Google 公布的這組對比圖，我們能快速區分出左邊的 HDR+ 樣張和右邊 Portrait Mode「人像模式」下的樣張在背景虛化上的不同。
正如你所見那樣，在「人像模式」下，人像後的背景被進行了軟體虛化處理，與正常 HDR+ 對比看上去視覺衝擊更強，同時也避免了背景對拍攝主體的視覺干擾。
拍攝一張 HDR+ 照片
根據 Google 去年在 AI Blog 的介紹，Pixel 2 的相機會先拍攝一組 HDR+ 照片，通過多幀合成，從而提升最終成片的動態範圍、細節保留、高光表現。
通過下面這組 HDR+ 的對比圖，我們能看到該功能在開啟前後的區別（注意右上角遠景曝光及地板線條細節）。
▲ 左：HDR+ 前；右：HDR+ 後 圖片來自：Google
分割遠近景
如果你想拍攝一張「人像模式」照片，那麼在得到一張 HDR+ 成片後，相機會使用 TensorFlow 的 AI 神經網路將人物像素點、物體的像素點、遠近物的像素點篩選出來。
Google 在 AI Blog 給出的這組對比圖能看到更直觀的展示效果：
左邊是 HDR+ 拍攝的原圖，右邊黑色部分是 AI 識別出來的背景部分，白色部分是被識別出來的主體人物輪廓（包括人物五官細節以及在該輪廓內的物體）。
有意思的是，從最終成片中我們能看到，桌上的餅乾在 AI 識別下是屬於「非人」部分，但最終這部分沒有被虛化。這是因為系統除了將主體和背景識別出來以外，還識別出了主體周邊的物體，因此 AI 最終沒有將人物下方的物體虛化。因為這部分雖然不屬於對焦主體，屬於近景，但是這種效果還不是最完美的。
得到深度優化圖併合成最終成片
雖然去年的 Pixel 2 和今年的 Pixel 3 系列都沒有配置雙攝像頭，但 Google 似乎一直都不是以硬體取勝的公司，他們更擅長於用軟體和演算法去解決問題。
▲ 圖片來自：Google
儘管沒有硬體上的雙攝，但 Pixel 的相機都配備了 PDAF 雙核相位對焦技術，Google 便可以通過像素點劃分將一顆攝像頭「一分為二」：
鏡頭左側拍攝到的畫面會和右側的畫面約有 1mm 的不同視覺間距，如果是在縱向拍攝下，鏡頭則是分為上下兩部分排列。
在拍攝後，系統會並排兩側鏡頭拍攝到的像素。通過 Google 自家的 Jump Assembler 演算法去得出立體演算的深度優化圖，利用雙向求解器將深度圖轉變成高解析度。
▲ 圖 1 、2 為上半部分、下半部分相機拍攝，圖 3 動圖為前面兩圖區別 圖片來自：Google
上圖左邊是通過 PDAF 拍攝並演算得到的深度圖，白色部分越深，代表與鏡頭距離越近；右邊是決定像素模糊程度，黑色部分為「不需模糊」範圍，紅色部分為「需模糊範圍」，通過紅色的深淺，系統會自動判斷出背景虛化的力度。
▲ 最終效果圖
最後系統會將第 2 步驟分割出的背景圖和第 3 步驟得出的深度圖合併。在 AI 物體的判別下，系統能估算出近景的餅乾和瓷盤到對焦（人物）主體的距離，並進行虛化。最終得到了比步驟 2 的初級處理更全面和自然的人像照片。
對比步驟 2 和步驟 3 最終的效果圖，你能看到位於近景的餅乾也被適當虛化了。通過軟體演算法，我們能將虛化範圍「捏造」成任何形狀。
Google 是怎樣訓練神經網路的？
了解了 Pixel 2 的人像模式原理，那麼 Pixel 3 的優化就不難理解了。
通過軟體演算法，相機系統可大致估算出對焦主體和背景的距離，並對遠景進行虛化。但在手持拍攝時，手機難免會出現輕微的抖動，因而影響到最終虛化效果。正是如此，此前有不少用戶在 Pixel 2 系列上遇到了景深識別錯誤的問題。
根據 Google AI Blog 的介紹，基於神經網路學習的特性，在 Pixel 3 上，Google 正通過增加對 AI 系統的識別提示和訓練 AI 神經網路的演算法，去修復「人像模式」中的識別誤差問題。
例如，通過像素點數量去判斷物體與鏡頭的遠近距離，得出給 AI 更精準的距離判斷結果；或者通過對焦點內外的清晰情況，給 AI 提供散焦提示。
「Franken Phone」是 Google 用於訓練由 TensorFlow 編寫的神經網路系統的裝置，這套裝置由 5 台 Pixel 3 和 WiFi 組成。
在測試時，Google 會用 Franken Phone 里的 5 台手機在不同的角度同時拍攝，最終得出一張由多個角度、和立體演算法合成的動態深度圖。從而達到模擬拍攝動態、在複雜場景下訓練神經網路精準識別出人物（近景）和背景（遠景）的目的。
▲ 圖一為 Google Franken Phone。圖片來自：Google
當然，如果您對 Google 這套演算法感興趣，也可以自己動手去親自研究他們。Google AI Blog 表示，在使用 Google Camera App 6.1 版本的「人像模式」拍攝後，通過 Google Photos 能查看照片的深度圖了。
或者，您也可以通過第三方軟體提取深度圖，去看看在 AI 神經網路優化下識別方式。
