搞算法还要当“美学家”？旷视要用AI重新定义计算摄影( 二 )
旷视的工程师告诉智东西 ， 对于“超画质” ， 旷视追求的是整体影像拍照好看 ， 这个好看主要是对于光的处理 。
“光有三个域 ， 分别是时域、频域、空域 。 旷视超画质做的核心工作 ， 就是对三个域上的信号进行增强 ， 或者优化处理 。 ”
就比如对于噪声的优化 ， 旷视算法的核心就是对时域和空域信号的补充 。
首先AI会对自然光谱进行学习并总结特性 ， 然后就可以借此对相机传感器所捕捉的信号进行分辨 ， 哪些是噪声 ， 哪些是成像需要的信号 。 最后把需要的部分还原 ， 把噪声的部分去掉 ， 这就是AI在降噪算法上的一个典型应用 。
三、计算摄影的本质 ， 是“光感知”的协同设计从超画质技术 ， 我们可以看出旷视对于计算摄影的发展路径有着自己的理解和判断 。
其实拍摄本质上是一个“光感知”的过程 。 光：光线本身及光学路径；感：接收光线做光电转化；知：将光信号做计算处理 。
形象的来理解 ， 其实可以比作人眼看到物体的过程 。 人眼中的晶状体和角膜是光学系统 ， 而感知的部分是视网膜 ， 处理的部分是大脑 。
以前手机相机硬件之间的交流是通过相对固定的信息参数 ， 光的部分以镜头为媒介 ， 把参数给到感的部分（传感器） ， 基于这些信息感的部分来做优化设计 ， 这是单一“小水管”形式 ， 各个部分单打独斗 ， 各自提升 。
文章插图
而现在通过AI算法 ， 旷视在各硬件之间搭建了一个类似神经网络的链接 ， 从最优影像效果出发 ， 优化各个硬件的参数 。
文章插图
旷视的工程师特别强调说 ， 光感知系统是一个整体 ， 他们一定是协调工作的 。 逻辑上是通过扩大整体信息管道的通量 ， 让不同硬件设备之间形成更有效的全局优化 ， 使整个系统的效果更往上走一个台阶 。
旷视将这种思路和方法称为：用AI重新定义光感知系统 。 而AI计算摄影就是旷视在手机影像领域应用这种方法的体现 。
四、为了让AI更懂“什么是美” ， 先要把自己训练成“美学家”可以看到 ， AI的加入让影像系统的算法之争又上升到了一个更高的维度 ， 而这也需要大量研发人员、大量研发资金的投入来慢慢打磨 。
九年前 ， 旷视进入了AI视觉这条赛道 。 从面部识别到计算摄影算法 ， 他们一直在拓展自己在AI算法领域的研究边界 。
目前旷视研究院已经拥有500多位研究员 ， 据称这样的规模在全球范围内也属于比较领先 。
为了提升超画质的实际表现 ， 旷视搭建了自己的光学实验室、图卡实验室等专业实验室 。
旷视的工程师告诉智东西 ， 为了让AI更懂“什么是美” ， 他们从事超画质研发的同学 ， 在训练算法前 ， 都要先将自己训练成能够辨识美的“美学家” ， 只有自己能够熟练辨识什么是好照片 ， 才能开发出实际表现更贴近用户需求的超画质算法 。
就比如 ， 色彩的表现力和自然真实之间如何做取舍？这就是一个非常令人纠结的问题 。 这时候 ， 就不能盲目训练算法 ， 而是要先通过人来评判 。
旷视的超画质工程师们会跟专业的图像质量测评集去打交道 ， 也会跟客户一起讨论 ， “先把自己训练出来 ， 知道怎样做好看了 ， 才知道自己做的图是不是好 。 ”
凭借研发人员这种认真和执着 ， 依托旷视Brain++平台的能力 ， 在不到2年的时间里 ， 旷视超画质技术已经迭代到3.0版本 ， 整体研发及交付效率提升了6倍 。
文章插图
从算法驱动到价值驱动 。 旷视的工程师说 ， 客户曾有一句评价令他们印象很深刻：“旷视只要选好方向 ， 就非常坚定 ， 最终能够做出来好的产品 。 ”
推荐阅读
- 向日葵远程控制企业版客户端更新升级，优化远控UI适配SADDC内核算法
- 让花粉失望了，首款鸿蒙手机再成谜团，华为还要另立门户？
- 组装一台做后期、打游戏，可能还要同时能直接做直播的电脑主机
- 在谷歌算法更新之后2020年盗版网站流量锐减三分之一
- 详解工程师不可不会的LRU缓存淘汰算法
- 今天上海这个比赛上，获奖“程序媛”讲述了自己与算法的爱恨情仇
- 重压下，华为公布专利：想突围芯片卡脖子，国内还要扛多少难？
- 算法萌新如何学好动态规划（3）
- 5G信号在汉普及还要多久？三大运营商这样回复
- 这场赛事的主角是算法！——首届BPAA全球算法最佳实践典范大赛在上海启动