3
5
10
新手上路
01 硬件大升级,CMOS有望1英寸?
“光线在进入感光元件时,会先通过color filter,而普通图像传感器的color filter光谱与人眼差异很大,需要经过复杂处理后,才能还原人眼所感知的信息,这个处理过程会导致画质变差。VCS技术,就是通过改进color filter,让传感器接收的原始信息不断接近人眼,从而实现更好的噪声表现和色彩还原,信噪比提升20%, 色彩还原提升15%。”
“由于手机体积限制,潜望摄像头原始图像经过镜头之后会损失50%的信息。vivo研发的“光学超分算法”通过对镜头的缺陷做建模分析,可以恢复了约35%的损失信息。此外,vivo耦合了Denoise、Demosaic、Deblur等模块,经过1亿多次的场景训练,将上一代算法深度运算能力提升10倍,构建了全新的超清画质引擎,将画质处理从单点方案,升级为系统性的AI解决方案。 ”
“传统ISP能以极低延时处理大量的数据流水,但是只能解决已知的、特定的问题。AI擅长处理复杂的、未知的问题,但是延时较大。 AI-ISP结合两者的优势,相当于给传统ISP芯片加一个新的AI大脑,这个AI大脑的神经元分布是网状结构的,更适合海量的发散式信息处理。相比于传统的架构,AI-ISP能够通过硬件直连的方式将AI计算直接融入ISP Pipeline中,完成数据的无缝缓冲和处理,处理能力、处理能效都有大幅提升。 基于AI-ISP这个架构革新,vivo在下一代自研芯片上实现了三大突破:片上内存单元的突破、AI计算单元的突破、图像处理单元的突破。”
02 算法技术大集合,人像风景全升级
“【臻彩还原引擎】 主要支撑技术为智能AWB和智能白加黑减,能够提升白平衡准确性和大面积“白”“黑”场景的曝光准确性,将vivo的色彩表现和影调观感优化到极致。 【超清画质引擎】 超清画质引擎的典型技术为光学超分算法,通过对镜头的缺陷建模分析,恢复了约35%的损失信息。光学超分算法是实现超清画质的起点,引擎中还有Denoise、Demosaic、Deblur等模块,进行耦合训练,形成了系统性的AI画质方案——超清画质引擎。可以实现多帧画质重建,达到更好的画质和更广的动态范围。 【算力加速引擎】 算力加速引擎,是一套软硬结合的加速方案,vivo基于自研芯片和平台SOC设计研发了CV异构加速引擎和vDNN深度学习加速引擎,是分别针对传统CV算法和AI算法的加速引擎,可支撑多芯结合的异构加速,实现多信息协同并高速处理。”
“苍穹夜景系统进行全面AI升级,基于百万夜景照片训练出三个全新模型:超感光模型、全分割语义模型和臻彩影调模型。超感光模型:将感光能力最大提升了100%,ISO最高可支持102400;全分割语义模型和臻彩影调模型联合,实现了自适应的影调和色彩调整能力。 ”
“第一步,人像理解——像摄影师一样读懂人像信息 vivo“人像理解技术”会像专业修图师一般进行分区检测,对人脸进行语义重点和轮廓细节的提取,建立多达103个特征点的关键人脸坐标,点位精度误差小于2像素。同时,会对画面中的皮肤、手势、肢体关键点进行检测,主体分割IOU达到了96.15%的精确度,为静态人像重塑和动态人像抓拍提供了精细化的处理能力。 第二步,人像美化——微米级人像细节美化 vivo以不同年龄、性别、场景的数以百万计的素材,经过反复的机器学习成长,推出vivo全新升级的微米级焕肤塑颜技术,使皮肤观感更加自然、健康,也更好地保留了五官的立体感。 第三步,人像氛围——营造独特的氛围感 vivo对于人像的思考不止于人,人与景的关系是人像的另一个重要的维度。vivo“人像氛围融合”技术,基于人像语义理解,在影调、色彩、亮度、虚化等层面上进行人与场景的融合处理,实现人与景和谐、自然的效果。”
“围绕“三个比肩”,坚持联合创新和自主创新两大战略支点,在日趋同质化的影像赛场中创造竞争优势,力求在移动影像赛道上筑起技术壁垒,并保持持续领先。”
使用道具 举报
本版积分规则 发表回复 回帖后跳转到最后一页
Archiver|手机版|小黑屋|八戒网
GMT+8, 2025-10-15 06:43 , Processed in 0.110648 second(s), 23 queries .
Powered by Discuz! X3.4
© 2001-2017 Comsenz Inc.