汪轩然认为AI相机作为一个观点并不新鲜,早在小米8的时期他们就推出了第一代小米AI相机。传统的AI相机的做法,常日分成两个部分,一是识别,二是后处理。前者通过神经网络来“认知”当前拍摄的场景,后者根据不同的场景,利用一些传统的办法来针对特定场景做一些优化。所谓“AI“,实在只有前面的识别部分跟AI挂钩。这种办法最大的问题是只能针对特定的几个预设好的场景来做优化,并且针对同一个场景,只能采取一样的模板来处理,而没有针对当前的色彩,光影等做一些更有针对性的局部优化,效果会大打折扣。
为理解决这一问题,小米团队首创性的将传统的场景感知拓展成为全方位的色彩、比拟度、光影等内容感知,利用深度神经网络对全体画面进行全局和局部的剖析,获取到最优的画面效果,并且实时地对画质进行增强。以是AI大片是覆盖所有场景的优化。可以说,新的AI相机,对付同样的一片草地,在不同的光照,角度,乃至背景下,都会有不一样的优化效果。并且他们的技能把识别+处理合二为一,一站式的实现了AI修图师的效果。
这个技能最大的寻衅在于打算量。众所周知,针对图像像素处理的深度神经网络的打算量极高,对手机的打算能力是一个很大的磨练,而他们除了要实现预览实时处理,所见即所得的效果之外,更“变态“的哀求能针对一亿像素的原片进行处理。为了实现这两个看似不可能的任务,团队的攻城狮们对付神经网络的优化达到了每个四则运算都去细抠的程度。除了利用常见的网络减枝,网络压缩的技能,他们还创造性地提出了一种新的基于导向图的开关网络构造,这个网络不仅仅可以使得网络参数和打算量大幅低落,也可以知足优化的多样性哀求(噪声,亮度,颜色,比拟度,高动态等等),终极得以将全新的AI相机展现给用户。
除了攻城狮哥哥们的费力努力,新的AI相机也包含了团队中很多设计师妹子们的心血。为了让深度神经网络能完美的复现出修图师的美化效果,他们给网络“喂“了数十万张演习数据,并同时做了多套效果,终极通过盲评,选择了一个认可度最高的模型效果。
汪轩然表示发布会的几页ppt,背后隐蔽的是团队每个成员日昼夜夜的辛劳付出。小米影像技能起步的确有点晚,但他们一贯都在很努力的往前跑着。在他们的眼中,没有什么友商,没有什么销量,他们只想着怎么用最新的技能来让拍照变得更加有趣,让每个人都能拍出一张好照片,借此让大家的生活能变得美好一点点,仅此而已。他们会连续努力。(校正/叶子)