Pixel独眼吊打双摄？谷歌其实藏着个5摄怪兽

手机圈里，一向不按套路出牌的莫过于谷歌的Pixel系列。除了颜值剑走偏锋（越走越歪）以外，Pixel的拍照系统更是自成一派，虽三代“单传”（单摄），却仍吊打了不少同辈的拍照好手。

从去年开始，手机厂商多以DxOmark的评分一决手机拍照高下。你可知道，在去年10月份发布的Pixel2，目前仍跻身排行榜总榜第十？对比起同年发布的那些双摄手机，纵有“东方明珠”、“未来十年”之称，也没敌过这个独眼怪。Pixel2拍照实力已是如此，Pixel3如何自然不言而喻。

硬件不够，算法来凑

Pixel系列拍照的过人之处，主要在夜景拍摄和人像拍摄两大方面。尤其是在极度暗光的环境下，普通双摄手机成像已经是黑漆漆一片，而最新的Pixel3在拍得见的同时，还能留住不少的画面细节。不禁想起药王庙那晚，令狐冲只一招独孤九剑，直教八个贼人十六双眼尽瞎…

至于人像拍摄方面，Pixel系列的背景虚化能力也是较为了得的。我们知道，一些双摄手机在拍摄人像时，总不免出现景深虚化不到位的情况，明明是人的五指却无端被虚化掉，远处本该发虚的树木却枝叶可辨。虽然Pixel3也存在这样的情况，但出现的几率较少，何况人家还只是单摄。

其实无论是夜景拍摄还是人像拍摄，之所以Pixel拍照能够“一vs多”，除了用上了业界口碑不错的摄像头模组，更重要的是其背后极强的算法能力。在夜景环境下，无论是单摄还是多摄，其工作原理都基本相同：开启HDR，利用多帧合成的方式成像。取多少帧、每一帧的参数如何设置、多帧拍摄之后如何合成优化，全靠背后的算法。这就是为什么大家用同一个摄像头，成像却有好有差。

时下，人像拍摄以双摄最为流行，之所以流行，一是逼不得已，二是相对简单。即使现在手机最大光圈达到f/1.3， 但受制于手机传感器尺寸大小，能够记录的光学信息有限，实际出来的效果并不明显，更别说媲美同光圈大小的相机镜头，所以就目前来说在手机上采用大光圈来实现背景虚化并不现实，除非传感器尺寸大小能够进一步突破。而这还仅仅只是其中一个前提。（By Uncle Zhang）

所以，手机拍摄要想获得较好的背景虚化效果只能从焦距下功夫。比较常见的双摄方案是广角摄像头（主）+长焦摄像头（副），主摄像头负责记录画面信息，副摄像头负责记录景深信息，算法通过各项参数识别主体，虚化背景，形成带有虚化效果的人像照片。

一向不随大流的谷歌自是不屑，人家要两个摄像头完成的事情，咱家一个就能搞定，不止搞得定，还要搞得好。少了一个副摄像头测景深，那这部分空缺的数据从何而来呢？

对，从算法中来。毕竟硬件不够，只好算法来凑。

在Pixel3之前，谷歌主要采用深度估计（Depth Estimation）的方式完成人像拍摄，这里面包含了语义分割（Semantic Segmentation）和立体算法（Stereo Algorithm）两个部分。在人像拍摄模式下，相机首先利用HDR+完成高质量照片拍摄，利用卷积神经网络（Convolutional Neural Network）识别图片中的主体和背景，并将两者进行分割，这里就是上面提到的语义分割。

（图自Google AI Blog）

接着，与双摄手机利用长焦镜头获取景深数据不同，Pixel利用双像素自动对焦技术获取景深信息并进行计算（即立体算法），形成深度图。最后将清晰的主体和深度图组合，完成照片虚化渲染。

双像素自动对焦（DPAF）：将每个像素分为左右两部分，像素的右侧通过摄像头的左侧看世界，像素的左侧通过摄像头的右侧看世界，左右观测存在差值（即位差），相当于在同一个画面中用不同角度拍摄两次，两次比对得出位差，计算景深。

以上，可以简单的理解为用两种算法分别完成人像抠图+背景虚化。在背景虚化这一块，Pixel更像是在模拟专业相机的测算方法，但相较于专业相机而言难度更大。一方面，通过双像素自动对焦所产生的位差相当微弱，对手机摄像头而言更是极具挑战。另一方面，双像素自动对焦无法避免孔径问题（The Aperture Problem），水平或垂直方面的物体几乎无法判断出位差。因此，Pixel在人像拍摄上同样会存在由于无法识别为背景而无法虚化的情况。

为了改进，谷歌造了个5摄怪兽

说到这里，骚尼深知各位已经联想到了最近发布的三星A9s（全球首款后置四摄），又或是还在上市准备中的诺基亚9（据说是即将的全球首款后置五摄）。

（图自微博网友）

抱歉，让各位失望了，谷歌造的5摄怪兽其实长这样（看图掉粉系列）。

（图自Google AI Blog）

我没骗你，你也没看错，Pixel3五合一，真正的5摄怪兽，童叟无欺...

这台5摄怪兽被谷歌的AI工程师称为“Frankenphone”（我也是一台Phone）。除了装备5台Pixel3外，还搭载了一套基于WiFi的拍摄方案。通过Frankenphone，工程师能够同时捕获来自所有手机的照片（容差范围2ms），将所有的照片叠加在一起，便可以构成一个立体的视觉效果（左二）。

（图自Google AI Blog）

而获得这些照片非常适合用来训练前面提到的深度估计算法。原因非常简单：

1. 五个视点确保在多个方向上存在位差，因此没有孔径问题

2. 摄像头的布置确保照片中的点通常在至少一个其他照片中可见，没有对应关系的点更少

3. 摄像头之间的距离比单摄像头的PDAF产生的位差更大，深度估计会更准确

换句话来说，谷歌是承认多摄的优势的，但谷歌偏要通过从多摄上获取的数据来训练自家的人工智能算法，试图用一个摄像头来实现多摄的能力。如此做法，在某种程度上看其实是在炫技。背靠AI算法和大数据的Google相机，在得到充分得当的训练之后，成像效果的确有可能企及甚至超越多摄。从三代Pixel的相机能力发展来看，这一天正在走来。

从手机本身来看，手机内部空间本身就寸土寸金，能用单摄完成地事情，谁又愿意绞尽脑汁地往机身上堆摄像头？能用算法解决的问题，自然也无需硬件堆叠了。然而，在AI和大数据这两块能与谷歌比肩的有多少？在这之中的手机厂商又能有几个？在算法能力不足的情况下，这才有了双摄、三摄乃至五摄、六摄。换个角度来看，也就是“算法不够，硬件来凑”了。

最后就是来到对用户的发问：如果单摄能实现的事情，你还有必要买个多摄吗？

最后的最后，只生得一句：一顿操作猛如虎，Pixel誓死一挑五。