算法|手机拍照“神仙打架”背后，厂商死磕计算摄影到底在比什么？( 二 )

比如我们常见的2倍、3倍、5倍、10倍变焦，而在拍摄这些光学变焦节点之间焦段的画面时，就需要通过“裁切”来实现，同时画面还可能要跨越不同的镜头。
这时，要实现多枚不同焦段镜头之间更平滑的连续变焦，就需要算法的加入。
通常来讲，比如在拍摄1.5倍变焦时，算法会将画面中心区域替换为更加清晰的2倍长焦拍摄画面，而四周则可以用1倍主摄的成像，将两者结合起来，实现双摄的融合。

范浩强也提出了一个很有意思的问题，如今主摄像素越来越高，为什么不可以直接通过主摄裁切实现变焦呢？
实际上，对于提升拍照效果来说，并不是单个镜头像素越多，画质越好，手机拍摄成像，需要整个系统的搭配和组合。
比如镜片组的光学分辨率、CMOS图像传感器的分辨率和信噪比以及OIS的防抖性能和成片率都会综合影像最后的成像效果。
如今大家一提到手机变焦拍照，总会感叹苹果iPhone不同镜头之间切换的顺滑和画面白平衡的一致性，其实在这背后，就是苹果对于整个拍照系统众多要素做到了很好的整合和平衡。
2、如何实现更好的虚化效果，深度信息计算是关键
在人像拍摄或者一些静物拍摄时，我们总是渴望更好的背景虚化效果，实际上这需要“大光圈”的加持，但由于物理上手机的尺寸存在瓶颈，所以厂商们就尝试通过另一个思路，将不同摄像头获得的图像信息结合起来实现更好的虚化效果。
这其中，主要利用了视差的原理。摄像头之间存在距离，就会出现视差，视差也会给出物体深度的信息线索。基于双摄视差信息的深度计算，我们就可以进行大光圈模拟，实现更好的物体拍摄背景虚化效果。

虽然视差越大，距离测量越精确，但视差过大也会让多摄融合更困难。因此，找到合适的视差并辅以良好的算法调教就成为了关键。
此时AI也就找到了自己的用武之地，在很多场景中，物体上会有很多复杂的细节，比如线条、毛发、物体边缘的复杂结构等等，这时利用AI算法进行深度估计，就可以实现更精准的深度信息计算。
通过样张对比我们可以清楚地看到，借助旷视基于AI深度学习的算法，手机可以更好地识别出被摄对象与背景的深度信息，从而实现更精准、更自然的虚化效果。

▲相比右边，使用旷视AI算法的手机拍出的风扇照片（左）成功识别出了扇叶这种复杂结构，获得了更自然精准的虚化效果
除了变焦、虚化，通过多主摄之间的融合算法，手机还可以拍出更加细腻和清晰的图像。比如很典型的应用就是通过彩色和黑白镜头的组合拍出更好的暗光环境照片。
二、拍照提升需要产业链合力，计算摄影进入AI深度学习时代在这些出色拍照效果的背后，其实不是手机厂商一个人努力的结果，而是需要整个手机产业链的协同才能实现，这里面，有CIS芯片厂商、镜头厂商、模组厂商还有硬件之外的软件算法提供者。
手机拍照算法的调教，就需要这些玩家之间形成良好的配合，比如算法厂商有怎样的算力需求，什么样的硬件可以提供怎样的性能、实现怎样的算法？
同时，不同的软件算法究竟能够实现怎样的拍照效果，都是需要与镜头、传感器、手机终端厂商深入协同的，需要实际测试才能证明自己的方案是否可行。
这也是为什么很多手机厂商都会组建专门的影像团队，与产业链上的各方进行更加深入的协同调教。
在范浩强看来，算法是多个摄像头之间联动的纽带，已经成为手机拍照能力至关重要的一环。