近段時間發(fā)布的小米10系列影像能力得到了頗多關(guān)注，其中小米10 Pro參與了DxOMark測試，得分為124分，是目前DxOMark排行榜第一名，表現(xiàn)優(yōu)秀。

不只是后置一億主攝+2000萬超廣角+800萬長焦+1200萬人像四攝的強大硬件，小米10 Pro AI算法方面的發(fā)力也彌足重要，AI相機是小米AI影像能力全面提升的一個代表作。

2月19日，小米AI相機核心研發(fā)工程師汪軒然發(fā)布了關(guān)于小米10 Pro AI相機的詳細技術(shù)帖，介紹了其背后隱藏的一些技術(shù)難點和挑戰(zhàn)。

據(jù)小米聯(lián)合創(chuàng)始人，副董事長林斌介紹，汪軒然是2010年就加入小米的軟件技術(shù)大咖，兩年多前他開始負責小米相機的軟件算法研發(fā)，這兩年小米影像的技術(shù)進步，與該團隊的貢獻密不可分。

接下來就讓我們一起了解一下，以下是小米汪軒然原帖全文：

小米10發(fā)布會上，新一代小米AI相機是小米10pro中AI影響的一個重頭戲，是小米AI影像能力全面提升的一個代表作。作為這個功能的核心研發(fā)工程師，我來給大家介紹一下這個特性背后隱藏的一些技術(shù)難點和挑戰(zhàn)。

AI相機作為一個概念并不新鮮，早在小米8的時代我們就推出了第一代小米AI相機。傳統(tǒng)的AI相機的做法，通常分成兩個部分，一是識別，二是后處理。

前者通過神經(jīng)網(wǎng)絡(luò)來“認知”當前拍攝的場景，后者根據(jù)不同的場景，使用一些傳統(tǒng)的方式來針對特定場景做一些優(yōu)化，比如加一些特殊的濾鏡。所謂“AI“，其實只有前面的識別部分跟AI掛鉤。這種方式最大的問題是只能針對特定的幾個預(yù)設(shè)好的場景來做優(yōu)化，并且針對同一個場景，只能采用一樣的模板來處理，而沒有針對當前的色彩，光影等做一些更有針對性的局部優(yōu)化，效果會大打折扣。

為了解決這一問題，我們團隊開創(chuàng)性的將傳統(tǒng)的場景感知拓展成為全方位的色彩、對比度、光影等內(nèi)容感知，使用深度神經(jīng)網(wǎng)絡(luò)對整個畫面進行全局和局部的分析，獲取到最優(yōu)的畫面效果，并且實時地對畫質(zhì)進行增強。所以AI大片是覆蓋所有場景的優(yōu)化。可以說，新的AI相機，對于同樣的一片草地，在不同的光照，角度，甚至背景下，都會有不一樣的優(yōu)化效果。并且我們的技術(shù)把識別+處理合二為一，一站式的實現(xiàn)了AI修圖師的效果。

這個技術(shù)最大的挑戰(zhàn)在于計算量。眾所周知，針對圖像像素處理的深度神經(jīng)網(wǎng)絡(luò)的計算量極高，對手機的計算能力是一個很大的考驗，而我們除了要實現(xiàn)預(yù)覽實時處理，所見即所得的效果之外，更“變態(tài)“的要求能針對一億像素的原片進行處理。

為了實現(xiàn)這兩個看似不可能的任務(wù)，團隊的攻城獅們對于神經(jīng)網(wǎng)絡(luò)的優(yōu)化達到了每個四則運算都去細摳的程度。除了使用常見的網(wǎng)絡(luò)減枝，網(wǎng)絡(luò)壓縮的技術(shù)，我們還創(chuàng)造性地提出了一種新的基于導向圖的開關(guān)網(wǎng)絡(luò)結(jié)構(gòu)，這個網(wǎng)絡(luò)不僅僅可以使得網(wǎng)絡(luò)參數(shù)和計算量大幅下降，也可以滿足優(yōu)化的多樣性要求（噪聲，亮度，顏色，對比度，高動態(tài)等等），最終得以將全新的AI相機展現(xiàn)給用戶。

除了攻城獅哥哥們的辛勤努力，新的AI相機也包含了團隊中很多設(shè)計師妹子們的心血。為了讓深度神經(jīng)網(wǎng)絡(luò)能完美的復(fù)現(xiàn)出修圖師的美化效果，我們給網(wǎng)絡(luò)“喂“了數(shù)十萬張訓練數(shù)據(jù)，并同時做了多套效果，最終通過盲評，選擇了一個認可度最高的模型效果。

發(fā)布會的幾頁ppt，背后隱藏的是團隊每個成員日日夜夜的辛苦付出。小米影像技術(shù)起步的確有點晚，但我們一直都在很努力的往前跑著。在我們的眼中，沒有什么友商，沒有什么銷量，我們只想著怎么用最新的技術(shù)來讓拍照變得更加有趣，讓每個人都能拍出一張好照片，借此讓大家的生活能變得美好一點點，僅此而已。我們會繼續(xù)努力。

處理前

處理后

處理前

處理后

處理前

責任編輯：wv