1. 首頁 > 云知道 > >

多幀融合怎么用,多攝組合怎么用

云知道組合

面部識別測試在我們的手機上，除了圖片搜圖片這種多對多的識別方案，也包括多對一的面部識別解鎖方案 。車軌的拍攝，為了避免其它光源對拍攝造成干擾，建議避免路燈較多或高樓大廈較多的路段，也要避免紅綠燈和擁擠路段，這樣才能使你的車流光軌充滿動感 。這張沒開夜景模式，可見不但噪點多，發亮區域(平板)非常模糊，幾乎看不清 。
手機上的AI技術有什么用？

多幀融合怎么用,多攝組合怎么用


自從麒麟970率先加入NPU模塊后，手機處理器似乎又回到了當初核心數量大戰的時代，高通和蘋果紛紛在處理器中加入AI計算模塊，通過針對AI計算設計模塊，不斷提高處理器AI算力 。那我們該如何衡量這些處理器的AI算力呢？我們不妨試試這些軟件 。不過說AI跑分之前，我們首先要搞清楚各大廠商所謂的AI核心到底有什么用，是干什么的 。
而要分析作用之前，我們需要先解釋清楚AI這個流行詞 。華為Mate 20 Pro（8GB RAM/全網通）電商報價京東商城 ￥6299天貓商城 ￥5699ZOL商城 ￥6300手機上的AI到底是什么東西所謂AI，其實就是指人工智能，如果將范圍縮小在硬件層面，就是指模擬人類大腦結構的人工神經網絡 。說白了，就是模擬人的神經結構和功能的數學模型或計算模型，通過大量的人工神經元聯結進行計算 。
不同于傳統邏輯推理，基于大量數據統計的人工神經網絡具有一定的判斷力，在語音識別和圖像識別上特別有優勢 。單層神經元網絡而目前手機真正能用到AI（也就是神經網絡）的功能也就集中在圖像識別這一領域，各大廠商新加入的各種拍照方面的算法優化，也正是得益于手機圖像識別能力的提升 。所以，現在最能體現手機AI算力的跑分軟件，都使用了圖片處理來衡量處理器的AI算力，AI Benchmark就是其中的代表 。
AI Benchmark這款軟件主要測試了手機使用神經網絡識別和處理圖像的能力 。并通過9個獨立的神經網絡執行不同的圖像識別任務，考察各大處理器的AI處理能力 。這9個不同神經網絡分別針對不同的識別任務，其一是對象識別/分類，通過輸入不同的圖片進行訓練，AI能夠對數量龐大的圖片進行區分，在AIbenchmark中，它還使用了不同像素的分辨率來進行識別，以進行更精確和細小物體的檢測 。
對象識別測試這一點與我們現在常見的“智慧識別”息息相關，雖然各大廠商都已經推出了這項功能，但是在識別準確率上都有所差別，因此這一項在跑分中還是擁有一定的說服力 。此外，識別也分為物體識別與面部識別，在面部識別上，AI將會將面部圖像分解為不同的特征點，然后通過與庫里特征點進行比對，最終輸出最近似的結果 。面部識別測試在我們的手機上，除了圖片搜圖片這種多對多的識別方案，也包括多對一的面部識別解鎖方案 。
【多幀融合怎么用,多攝組合怎么用】相比而言，面部識別方案需要比對的庫里數據處理量雖然少，但是在特征點采集上面，面部識別的神經元網絡需要經過更深次的細節訓練 。之前的AI應用在于識別-對比環節，而這一步的AI則偏向圖像處理環節 。例如在缺少光學變焦的手機上，如果你放大圖片的話，你會發現細節部分的噪點會十分突出，這是因為它細節部分全部都是由算法補充出來的 。
通過訓練，AI能夠對缺少過渡部分周圍的像素進行識別，并且經過計算后自動填充，使得畫面更加平滑自然 。使用神經網絡對圖像進行去模糊處理而語義圖像分割則是圖像識別的進一步應用，也是立足在大量的圖像識別上，然后針對整個畫面識別的結果進行分類并加以標明 。除此之外，AIbenchmark還測試了照片增強環節，這一項功能比較常見，就是常說的拍照AI模式，能夠對畫面場景進行識別以后按照預定的算法預設進行調整，比如說畫面集體提亮，藍天白云飽和度拉高等 。

推薦閱讀