这一两年来 ，若何人像筹算摄影这个词我们听到太多次了。光效

　　提到筹算摄影，做出自可是若何人像然的就会让人想到 Google 的 Pxiel 系列手机，这个系列可以说是光效草创了筹算摄影的先河，它为我们揭穿了筹算摄影的做出威力和魅力地址 。

　　也恰是若何人像因为筹算摄影带来的威力如斯惊人 ，这两年慢慢回过味的光效手机厂商们才幻想下场一股脑扎了进往 。而 Google 这时辰辰已在玩更多的做出花活了。

　　‘人像光效’的若何人像最初是跟着本年十月份 Google 宣布 Pixel 4a&Pixel 5 上，这一代 Pixel 独有的光效下场。可是做出在前几天 ，Google 对相机和相册独霸举办了一次更新，若何人像将这个下场下放给了 Pixel 2 此后的光效用户。

　　遭到肖像摄影师独霸的做出摄影灯启发
，‘人像光效’可以对光源举办从头定位和建模，然后将新的光源添加到照片的场景中往 。并且还可以辨认初始照明的标的方针和强度，然后比照明气候主动举办补偿。

　　多么剽悍的筹算摄影下场天然离不开神经群集的机械进修身手 ，经由过程手机人像光效编制所拍摄的照片作为数据库举办操练此后，‘人像光效’的后期身手启用了两种新的算法：

　　起首说第一个问题 ，就是断定光源职位和添加 。在理论中 ，摄影师但凡采取经验和感性的编制，经由过程不雅不雅不雅不雅不雅不雅不雅不雅不雅不雅不雅不雅不雅不雅不雅不雅查询拜访光线落在被拍摄者脸上的强度和职位，然后往断定若何往打光
。可是对 AI 来讲，若何断定已有光源的标的方针职位是真实不随便
 。

　　为此，Google 采取了一种全新的机械操练模型——全标的方针照明外不雅
。这类全新的照明筹算模型可以将人脸算作光线探测器，从而揣度出来自全数照射的光源标的方针 、绝对强度和色彩，并且还能经由过程此外一种脸部算法来估计照片中头部的姿式。

　　当然听起来很嵬峨上 ，可是理论操练模型的展示终局仍是挺心爱的 ，它会把人的脑袋看作三个圆圆的银色球形物体 ，顶部的球‘质地’是最粗拙的，用来模仿光线的漫反射 。中心的球也是磨砂的，它用来模仿较为聚积的光源。而最底下的球则是镜面‘材质’，用来模仿较为滑腻的镜面反光  。

　　此外每个球体都能屈就本身发的特点回响气候照明的色彩，强度和标的方针性。

　　多么 ，Google 就可以掉落踪掉落踪后期分化光源的标的方针理应在何处，比如经典的人像光源是位于视野上方 30°，与摄像机轴成 30° 至 60° 之间，Google 也屈就了这一经典轨则。

　　在学会了给人像添加光源的标的方针此后 ，那接上往要做的就是若何让添加的光源变得愈加天然。

　　前一个问题有点像‘独孤九剑’的剑谱，学会了此后就会做结实的一些问题问题了 。而措置后一个问题则需求让‘独孤九剑’尽大年夜大年夜约多的实战，将不合的理论气候疏浚融合融合 ，再学会破解人世万般武学 。

　　为体味决这个问题，Google 又研发了此外一个新的操练模型
，用来断定自定向光源添加到原始的照片中
。正常气候下是没法用已有的数据操练这个模型的 ，因为没法面邻近乎无量的光线照射气候，并且还要与人脸完竣的婚配起来。

　　为此 Google 打造了一个很出格的用于操练机械进修的拆卸——一个球形的‘笼子’ 。在这个拆卸里面具有 64 个具有不合视角的摄像机和 331 个可孤单编程的 LED 光源。

　　假定你往过杜比影院
，在杜比影院的映前秀中有一个环节是声响在一个半球型的穹顶中挪动来模仿真实中近乎无量的标的方针  。Google 这个拆卸真实也是近似的事理。

　　经由过程不竭地点窜照射的标的方针和强度并模仿宏壮的光源，然后可以掉落踪掉落踪人的头发、皮肤、衣服反射光的数据，从而掉落踪掉落踪在宏壮光源下的照明理应是若何的。

　　Google 一共请了 70 位不合的人 ，用不合的脸型 、发型 、肤色、衣服、配件等特质操练这个模型  。多么确保可以最除夜限制让分化的光源与理论相婚配。

　　此外，Google 并不是直接经由过程神经群集模输进末尾的图象，而是让神经群集模型输进一个较低分辨率的商图象。

　　这里诠释一下甚么是商图象 ，一张图片我们可以分化为两层 ：底层和细节层。底层包含图象的低频信息，回响了图象在除夜标准上的强度改削；细节层包含图象的高频信息 ，回响了图象在小标准上的细节。底层乘以细节层即为源图象 
，而细节层则又可以称为商图象。

　　然后经由过程原始图象的底层 ，采样时输进商图象的数据添加出格的光源 ，就可以掉落踪掉落踪一个幻想下场输进的图象 。

　　末尾的流程就是多么
，先给定一张图片，然后筹算图片中人物的外不雅法线，紧接着筹算图片中的可见光源
，经由过程神经群集模型模仿出格光源输进较低分辨率的商图象，然后作为细节层与原始照片底层相乘筹算，幻想下场掉落踪掉落踪一张添加了出格光源的人像照片
。

　　Google 还对管线举办了除夜量的优化，让模仿的光效可以在手机上及时交互
，而全数模型的大年夜小却独一 10MB 放置。

　　Pixel 5 的人像光效可以说是 Google 筹算摄影中的一个类型案例，经由过程不竭操练神经群集模型让手机得以模仿理论中的人像打光 。完成了筹算摄影一次新独霸处景。

　　有些人说摄影本是门艺术，筹算摄影在根柢上是对摄影的欺负 ，但自从 1839 年法国人达盖尔做出了第一台具有合用性的相机以来 ，一百多年来相机不时在由小众走向群众 ，直到手机摄像头的出世 ，让每小我都有了近乎齐截的开麦拉会 。而人们的心里的表达也让摄影这门艺术得以慢慢丰富起来。

　　没错
，筹算摄影在‘摄影’的同时也在‘算影’，但算法早已经是手机摄影中不成豆割的一部分，所寻求的还是是模仿理论中所能完成的终局，幻想下场没人会把‘魔法换天’叫做筹算摄影吧。

　　而当苹果和 Google 在筹算摄影上走的愈来愈远时，我们才创作创造 ，算法理论上是比硬件更强的壁垒 。