谷歌又買算法送手機了：最新方法讓背景虛化細節到頭發絲 真有單反的感覺！

當真是買算法送手機！

這不，谷歌又給“親兒子”Pixel 6塞福利了，讓手機摳圖也能細節到頭發絲。

看這效果，原本模糊的頭發輪廓，咻地一下，就變成了纖毫畢現的樣子！

連發絲之間的縫隙也能精準摳到。

這樣一來，就避免了使用人像模式拍照時人物與虛化背景割裂的情況，讓人物照片的縱深感更加逼真。

四舍五入一下，這不就是手握單反拍照？（手動狗頭）

Alpha遮罩+監督學習

在介紹最新的方法之前，先來了解一下過去手機的人像模式拍照到底是怎么實現的。

傳統方法是使用二進制將圖像分割，然后對分離出的背景進行虛化，在視覺上產生一種縱深感，由此也就能更加突出人物主體了。

雖然帶來的視覺效果非常明顯，但是在細節上的表現還不夠強大。

由此，谷歌將常用于電影制作和攝影修圖的Alpha遮罩搬到了手機上，提出了一個全新的神經網絡，名叫“Portrait matting”。

其中，主干網絡是MobileNetV3。

這是一個輕量級網絡，特點是參數少、計算量小、推理時間短，在OCR、YOLO v3等任務上非常常見，具體結構長這樣：

在推理時，Portrait matting首先將RGB圖像和低分辨率的Alpha遮罩作為輸入，用MobileNetV3來預測分辨率更高的Alpha遮罩。

然后再利用一個淺層網絡和一系列殘差塊，來進一步提升Alpha遮罩的精細度。

其中，這個淺層網絡更加依賴于低層特征，由此可以得到高分辨率的結構特征，從而預測出每個像素的Alpha透明度。

通過這種方式，模型能夠細化初始輸入時的Alpha遮罩，也就實現了如上細節到頭發絲的摳圖效果。谷歌表示，神經網絡Portrait matting可以使用Tensorflow Lite在Pixel 6 上運行。

此外，考慮到使用Alpha遮罩摳圖時，背光太強往往會導致細節處理不好。

谷歌使用了體積視頻捕捉方案The Relightables來生成高質量的數據集。

這是谷歌在2019年提出的一個系統，由一個球形籠子組成，裝有331個可編程LED燈和大約100個用于捕獲體積視頻的攝像機。

相比于一般的數據集，這種方法可以讓人物主體的光照情況與背景相匹配，由此也就能呈現更為逼真的效果。

而且這種方法還能滿足人像被放置在不同場景中時，光線變化的需求。

值得一提的，谷歌還在這一方法中使用了監督學習的策略。

這是因為神經網絡在摳圖上的準確度和泛化能力還有待提升，而純人工標注的工作量又太大了。

所以，研究人員利用標記好的數據集來訓練神經網絡，從而大量數據中來提高模型泛化能力。

One More Thing

用算法來優化攝影效果，其實是谷歌的傳統藝能了。

比如Pixel 4中，就使用算法來拍攝星空。

HDR+算法更不必說，曾經引發過大眾熱議。

這一功能可以在相機啟動時、沒有按快門的情況下連續捕捉圖像，并且會緩存最近保存的9張。這些照片將會與按下快門后的圖像一并處理，最終得到一張最優的圖像。

同時它還能讓Pixel在夜間模式下拍照時，不用像其他手機那樣長時間停留。

由于提升攝影效果不靠硬件，谷歌也將這些功能整合到一個APP上，適用于各種安卓手機。

感興趣的小伙伴，可以去試玩看看or分享自己的體驗~