艾巴生活网

您现在的位置是:主页>数码 >内容

数码

高通公司高管认为人工智能将帮助智能手机很快取代专用摄像头

2022-11-09 08:57:35数码传统的飞鸟
人工智能在摄影行业正变得越来越盛行。从人工智能驱动的软件到人工智能驱动的自动对焦,各家公司都在采用人工智能技术来改善图像编辑和相机

人工智能在摄影行业正变得越来越盛行。从人工智能驱动的软件到人工智能驱动的自动对焦,各家公司都在采用人工智能技术来改善图像编辑和相机性能,以帮助摄影师拍摄更好的照片。

高通公司高管认为人工智能将帮助智能手机很快取代专用摄像头

人工智能被大量纳入最新的智能手机中,以帮助从相对较小的传感器和镜头中获得最大的收益。广义上讲,计算型摄影是整个移动摄影体验的一个重要部分。但是,人工智能能让智能手机的摄像技术走多远?Android Authority采访了高通公司产品管理副总裁Judd Heape,这位高管对人工智能有很多看法,包括声称人工智能有朝一日将帮助智能手机超越专用相机系统。

Heape讨论了现在人工智能在相机中的应用。机器学习已经帮助改善了降噪、视频抖动减少、编辑过程中的物体移除等。人工智能用于不同的场景检测任务,可以帮助你的智能手机区分主体和背景,区分皮肤和头发,以及其他图像方面。根据你的智能手机对图像部分的感知,它可以应用微调的图像处理。

Heape认为摄影中的人工智能有四个阶段。首先是基本的场景识别,如识别图像框架中的特定主体。第二阶段涉及人工智能控制自动对焦、自动白平衡和自动曝光等功能。这位高通公司高管认为,现代智能手机人工智能技术现在处于第三阶段,即高级片段识别。这不仅仅是看到画面中的特定主体,而是能够识别场景中的几乎所有东西,并对它们进行相应的调整。手机现在可以检测地平线是否歪斜,或者照片中的特定人脸是否需要进行曝光调整。这一阶段的人工智能还包括先进的自动对焦/自动识别技术,如人脸和眼睛检测。

iPhone 14 Pro包括一个新的4800万像素主摄像头,这是苹果在iPhone中使用的最高分辨率和最大的传感器。其他公司的智能手机,如三星,已经突破了1亿像素。

第四阶段,Heape认为该行业大约在三到五年后才能达到,即人工智能将处理整个图像。Heape说,"想象一下未来的世界,你会说,"我想让图片看起来像这个国家地理的场景,"人工智能引擎会说,"好的,我会调整颜色、纹理和白平衡以及所有的东西,让它看起来和感觉像你刚给我看的这个图片。"

这是先进的人工智能技术,但它是否足以帮助智能手机吃掉专用相机系统?今年早些时候,索尼半导体解决方案公司总裁兼首席执行官清水照志表示,智能手机的突破可能有助于移动相机最快在2024年超过单反相机和无反相机。Heape表示同意,尽管值得注意的是,智能手机仍有物理限制。

不仅图像传感器明显变小,而且镜头中的光学元件也是如此。不过,Heape认为,智能手机的处理能力比目前专用相机中的处理能力更强,可以帮助弥补差距,克服与较小的传感器和镜头有关的物理挑战。事实也是如此,智能手机领域的一些主要参与者正在为智能手机的发展投入大量的资金和工程力量。虽然专用相机正变得越来越先进,但智能手机和可换镜头相机之间的市场规模差异是巨大的。

智能手机和具有较大传感器的专用相机,如微四三、APS-C、全画幅和中画幅相机之间的潜在图像质量仍有很大差异。即使一些智能手机提供超过1亿像素,比市场上任何全画幅相机都要多,但像素质量是不同的。镜头质量也有很大的不同。一部1.08亿像素的智能手机不会比一部1亿像素的中画幅相机,或任何现代ILC相机产生更清晰的图像,对于这个问题。智能手机可能有更多的像素,但像素要小得多。人工智能可以帮助补偿物理限制,但到目前为止,人工智能还不能完全克服它们。

智能手机摄影的下一个伟大前沿可能是人工智能和修订的镜头设计的结合。有可能结合变形镜头,然后使用精细调整的算法重建一个适当的外观图像。虽然在商业化的产品中还没有做到这一点,但在更小的面积上安装更多更好的玻璃的想法是诱人的。虽然没有异常形状的玻璃那么极端,但我们已经看到了ILC领域的巨大进步,光学工程师将更好的玻璃和更复杂的软件镜头校正结合起来,取得了惊人的效果。智能手机市场的光学技术也有很大的增长空间,特别是随着处理能力的提高。

我们还看到索尼在其Xperia智能手机中加入了真正的可变光学变焦。可以想象,其他公司正在开发类似的,甚至可能是更好的可变变焦设计,这将提高智能手机在更广泛的应用中的整体可用性。

有很多东西值得兴奋。然而,Heape乐观地认为智能手机在图像质量方面可以超过专用相机系统,这仍然让人感觉有点太有希望。毫无疑问,软件、硬件和人工智能技术的改进已经帮助智能手机在照片和视频方面取得了巨大的进步。对许多用户来说,来自智能手机的图像也确实足够了。然而,要克服物理学,抵消更大的传感器、更大的像素和极其先进的镜头所提供的收益,将需要比处理器的跳跃和更复杂的图像处理多得多。