Mate40側目!小米屠榜DxO的秘密武器公布

4月1日消息,小米11 Ultra以143分的好成績霸榜DXOMARK,超越了第二名華為Mate 40 Pro+,成為迄今為止相機表現最好的智能行動電話,

在暗光環境下,小米11 Ultra表現優秀,官方稱這是因為小米加入了一項神奇的夜梟算法。

小米指出,當環境光線照度在0.1Lux以下時,人眼幾乎很難見物,甚至鑰匙掉在地面上都難以找到,這時拍出的照片會完全無法使用。但我們為了這1%的極限拍攝場景,自主研發了一個神奇的算法:夜梟。

極暗光環境下拍攝時,傳統相機和行動電話會遇到哪些問題?

難題一、環境亮度低、噪聲大,現有深度學習技術很難采集數據,很難有效降噪。

難題二、使用傳統算法進行多張堆棧,只能緩解噪聲和色差的影響,很難對已失去的圖像資訊進行恢復。

難題三、采用長曝光方式,通過增長曝光時間來提升圖像質量,用戶手持拍攝容易糊成一片,

難題四、傳統提亮算法會大幅提高去噪聲難度,同時還會影響白平衡導致校正顏色失去準確性。

針對以上問題,小米11 Pro和小米11 Ultra首發自研夜梟算法,通過獲取連續8張曝光正確的EV0照片,結合自研圖像測光算法、圖像配準融合算法、圖像重建算法、圖像色彩矯正算法,實現更好的去噪效果,恢復更多細節,最終獲得清晰明亮圖像。

小米夜梟算法自主研發了極暗光場景下的噪聲標定系統,充分了解極暗光場景噪聲的分布和形態,從而補充大量模擬噪聲數據,提升了訓練數據的豐富度,使去噪過程更具有針對性;

同時夜梟算法自主研發了極暗光場景數據采集系統,使用多種真實相機進行數據采集,補充真實相機數據來獲取更好去噪效果,

我們知道,極暗光場景的最大特點就是噪聲大,首先最大難點在于如何有效在去除圖像噪聲的同時,恢復出更多的圖像細節。

目前,即使使用多幀圖像疊加去噪的方式,也會存在圖像邊緣資訊丟失和部分內容失真。而神經網路可以在進行圖像去噪優化,通過深度學習的方式,即使出現局部資訊殘缺的現象,也能恢復出豐富細節的高質量局部圖像,

夜梟算法中的AI去噪算法,結合多幀EV0 RAW域圖片資訊,進行圖像對齊,降低拍攝手抖的影響;還可實現充分利用圖內資訊和圖間資訊互相補充,從而獲得更好的去噪效果,恢復更加豐富的細節資訊,

官方強調,小米夜梟算法通過創新的深度學習AI算法,突破了暗光視覺極限,實現了在即使伸手不見五指的環境下,依然能拍出清晰、明亮的圖像。

0 条回复 A文章作者 M管理員
    暫無討論,說說你的看法吧