想要提高拍照效果，想必對于多數手機廠商而言，給手機塞進更多的攝像頭似乎成了當前主流做法，例如“普通攝像頭+景深攝像頭”、“黑白+彩色攝像頭”、“廣角+長焦攝像頭”……不過，偏偏有這么一家企業反其道而行，從發布 Pixel 系列以來，就一直堅持單攝像頭，并強調在相機成像算法上的提升。

不久前的一篇《勝過 iPhone XS？Google Pixel 的“夜視功能”是怎樣煉成的》文章中，我們介紹了 Google 新款手機 Pixel3 系列的夜景拍攝功能（Night Sight）。果然，讀者們對于如何利用機器學習解決弱光條件下的拍攝難點持有很大興趣。近日，Google Pixel3 在相機算法的升級路上越戰越勇，對“人像模型”（Portrait Mode）拍攝功能進行了大幅升級。相比上一代的 Pixel2，Pixel3 的人像模式可為用戶提供專業的外景圖像拍攝，并通過模糊背景來加強主體對象的清晰度。

去年，Google 團隊描述了相位檢測自動對焦（PDAF）的技術，該技術使用了傳統的非學習立體算法，并通過單個攝像頭計算景深。如今，在最新推出的 Pixel 上，Google 將采用機器學習改進景深捕捉，以獲取更好的人像效果。

如上圖所示，上一代的人像模式主要通過神經網絡決定人與背景成像像素，并使用從 PDAF 導出的景深信息來增強這兩層人物的分割掩碼(segmentationmask）。這意味著能夠實現相應的背景虛化效果，更接近于專業相機的效果。

PDAF 通過捕捉場景的兩個略微不同的視角進行工作，如下圖所示。在兩個視角之間翻轉，我們看到人是靜止的，而背景是水平移動的，這種效果成為視差（parallax）。因為視差是點距相機的距離與兩個視點之間距離的函數，我們可以通過將一個視角中的每個點與另一個視角中的對應點進行匹配來估計景深。

圖注：左、中的兩個 PDAF 圖像看起來非常相似，但在右圖中，可以看到它們之間的視差

不過，通過立體算法在 PDAF 中找到這些對應關系極具挑戰性，因為場景中的點幾乎不在視圖之間移動。此外，所有的立體聲技術都存在孔徑問題(Aperture Problem)。也就是說，機器通過小光圈觀察場景，無法找到與立體基線平行的線的對應關系，即連接兩個攝像頭的線。換言之，當觀察上圖中的水平線（或縱向拍攝的垂直線）時，一個視角相對于另一個視角的任意可能的位移都看起來大致相同。結果，在上一代的人像模式中，以上提到的所有因素都有可能導致景深捕捉錯誤，產生令人不快的虛假圖像。

如何改善景深捕捉？

Pixel3 采用的人像模式，通過利用立體算法產生的視差來修復這些誤差。例如，遠離焦距平面的點看起來不如較近的點那么清晰銳利，利用了“背景離焦”模式。此外，即使在平面屏幕上觀看圖像，也能通過物體的大致大小準確判斷物體有多遠，利用了“語義”模式。

如果構建一種能將以上不同的模式組合起來的算法是非常困難的，但我們可以通過機器學習進行構建，并更好地利用 PDAF 的“視差”。具體來講，訓練一個用 TensorFlow 編寫的卷積神經網絡，可以將 PDAF 作為輸入并進行景深預測。這種新式改進的基于機器學習的景深捕捉方法被應用在了 Pixel3 的人像模式中。

圖注：CNN 將 PDAF 圖像作為輸入，并輸出景深圖像。該網絡使用“編碼-解碼”架構

如何訓練神經網絡？

為了訓練網絡，開發人員需要大量的 PDFA 圖像和對應的高質量景深圖，并且保證訓練數據與用戶使用智能手機拍攝的照片內容類似。為了實現這一目標，我們構建了自己的定制“Frankenphone”裝備，其中包括五臺 Pixel3 手機，以及基于 WiFi 的解決方案，使其能夠同時捕捉來自所有手機的圖片（在~2 毫秒的容差范圍內）。通過這個設備，我們使用來自運動和多視圖立體的結構從照片計算出高質量的景深。

圖注：左：用于收集訓練數據的自定義裝備；中：一個捕獲五個圖像翻轉的示例；右：真實景深，低保真點

該裝備收集的數據適用于訓練網絡，主要基于以下五點因素：

五個視點確保在多個方向上存在視差，因此不存在孔徑問題；

攝像頭的位置要確保圖像中的某一點在至少一張圖像中是可見的，并一一對應；

基線，即相機之間的距離要比 PDAF 的基線大得多，從而產生更準確的景深捕捉；

攝像頭同步確?？梢杂嬎闵鲜鰟討B場景的景深；

該裝備具有便捷性，確?？刹蹲揭巴庹掌?，模擬用戶使用智能手機拍攝的情況。

然而，即使從該裝備捕獲的數據是理想狀態，預測場景中物體的絕對深度仍然極具挑戰性，因為取決于鏡頭特性、焦距等因素，給定的 PDAF 對可以對應一系列不同的景深圖像。為了解釋這一點，我們改為捕捉場景中物體的相對景深，這足以產生令人滿意的人像模式結果。

值得一提的是，這個基于機器學習模式的景深捕捉模型目前主要應用于 Pixel3 手機上。此外，通過使用 TensorFlow Lite 用于在移動和嵌入式設備上運行機器學習模型的跨平臺解決方案，可以將得到的景深信息與分割掩碼神經網絡進行結合。

看到這里，不知道習慣了使用 iOS 系統手機的你，是不是正蠢蠢欲動回歸在性能、價位日益提升的 Android 手機呢？

據最新消息稱，Google 決定開放自己的相機算法授權給其他 Android 品牌使用，此前 Google 就開源了 Pixel2 系列的相機虛化算法。歡迎留言。