Google解釋Pixel 3是如何靠AI改進人像功能的？

跟前代相比，Google今年出的Pixel 3系列在處理人像拍攝時的表現要來得更好。考慮到兩者用的都是單顆主相機的設計，所以改進大部分還是來源於軟體。那說到底，Google究竟做了些什麼讓Pixel 3的人像演算法變得更強？今天他們就決定發文來解釋一下。

在Pixel 2推出的時候，Google是利用神經網路和相機上的相位對焦技術（後者主要是跟視差效果有關）來確定拍攝時處於前景的對象。但這套方案在面對變化不大的場景時就容易出錯，而且在以小光圈進行拍攝的時候也比較容易發生問題。為了改善這些，Google在Pixel 3上運用了新的神經網路，希望通過對象的常規形狀、場景中不同點的清晰度等多項因素，來更準確地判斷對象距離。另外在訓練這套系統時，Google也採用了一些創造性的辦法。比如說他們曾做出過把五台Pixel 3綁在一起的「Frankenphone」，以同步記錄深度信息，來消除光圈、視差方面的不足。

看到Google在AI上投入了那麼多的資源，可見他們對單相機方案的決心是多麼之大。當然啦，你也可以反過來想。Google一直堅持這種小眾做法的原因，搞不好也是為了探索演算法的極限，從而秀出自己在人工智慧領域的「肌肉」呢。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！