谷歌基于机器学习 呈现最精彩人像模式

　　近日，谷歌对新出的两款智能手机中的人像系统进行了升级，谷歌这两款手机背后都只有一个摄像头，但由于使用了软件和其他处理技巧，即便只有一个摄像头，这款手机在人像模式下仍能产生焦距效果。

　　去年的Pixel 2和Pixel 2 XL采用了相位检测自动对焦(PDAF)，也称为双像素自动对焦(double - Pixel auto focus)，在第二代像素上拍摄人像。虽然2017款相机的人像效果非常棒，背景模糊可以弱化也可以增强，但谷歌希望改进Pixel 3和Pixel 3xl的人像模式。

　　谷歌使用机器学习来帮助创建一种算法，该算法允许谷歌将这些线索组合起来，以获得更准确的深度估计。这种基于机器学习的深度估计需要在Pixel 3上快速运行，这样获得人像模式的照片时，用户就不必等待太长时间。

　　然而，为了获得利用细微的散焦和视差线索的深度估计，我们必须将全分辨率、数百万像素的PDAF图像输入网络。所以使用一个跨平台的解决方案，即TensorFlow Lite，用于在移动和嵌入式设备上运行机器学习模型，这样Pixel 3强大的GPU就可以快速计算深度，将得到的深度估计与人脸分割神经网络相结合，产生更好的人像结果。