谷歌基于機(jī)器學(xué)習(xí) 呈現(xiàn)最精彩人像模式
近日，谷歌對(duì)新出的兩款智能手機(jī)中的人像系統(tǒng)進(jìn)行了升級(jí)，谷歌這兩款手機(jī)背后都只有一個(gè)攝像頭，但由于使用了軟件和其他處理技巧，即便只有一個(gè)攝像頭，這款手機(jī)在人像模式下仍能產(chǎn)生焦距效果。
去年的Pixel 2和Pixel 2 XL采用了相位檢測(cè)自動(dòng)對(duì)焦(PDAF)，也稱為雙像素自動(dòng)對(duì)焦(double - Pixel auto focus)，在第二代像素上拍攝人像。雖然2017款相機(jī)的人像效果非常棒，背景模糊可以弱化也可以增強(qiáng)，但谷歌希望改進(jìn)Pixel 3和Pixel 3xl的人像模式。
谷歌使用機(jī)器學(xué)習(xí)來幫助創(chuàng)建一種算法，該算法允許谷歌將這些線索組合起來，以獲得更準(zhǔn)確的深度估計(jì)。這種基于機(jī)器學(xué)習(xí)的深度估計(jì)需要在Pixel 3上快速運(yùn)行，這樣獲得人像模式的照片時(shí)，用戶就不必等待太長(zhǎng)時(shí)間。
然而，為了獲得利用細(xì)微的散焦和視差線索的深度估計(jì)，我們必須將全分辨率、數(shù)百萬像素的PDAF圖像輸入網(wǎng)絡(luò)。所以使用一個(gè)跨平臺(tái)的解決方案，即TensorFlow Lite，用于在移動(dòng)和嵌入式設(shè)備上運(yùn)行機(jī)器學(xué)習(xí)模型，這樣Pixel 3強(qiáng)大的GPU就可以快速計(jì)算深度，將得到的深度估計(jì)與人臉分割神經(jīng)網(wǎng)絡(luò)相結(jié)合，產(chǎn)生更好的人像結(jié)果。
關(guān)注我們
