解析紫光展锐T820的AI-Bokeh技术，让影像插上翅膀-电子发烧友网

手机拍照已成为我们日常生活中不可或缺的一部分，手机拍照有许多模式可以选择，比如全景、夜景、人像、微距等，就像专业相机拍摄时，也会有各种参数设置，比如大光圈、闪光灯等。

影像表现已经成为体现智能手机差异化的主要卖点之一，手机拍照效果的好坏，除了看硬件配置，软件算法也至关重要。

本篇主要介绍下紫光展锐是如何针对手机端的大光圈、人像等模式，进行设计和效果呈现，让手机拍出的照片拥有主体清晰、背景虚化的层次感、美感。

背景虚化效果图

要实现主体突出、背景虚化的效果，关键在于景深。景深是一个比较专业的词汇，可能比较难理解，我们以相机拍照过程来解释一下什么叫景深。相机通常需要先对焦、后拍摄，理论上来讲照片只有被准确对焦的部分会清晰，焦点之外的部分就会模糊。不过，由于相机镜头、拍摄距离等因素的影响，照片焦点前、后仍然会有一段距离的景物能够被清晰显示，不致于落入模糊地带，这个清晰的范围便称为景深。

影响景深的有三个因素：光圈大小、对焦距离以及镜头焦距。改变光圈值来调节景深范围，是业界最便捷、也最常用的方法。一般来说，在焦距和摄距相同的情况下，光圈越小、景深越大，光圈越大、景深越小。

数码单反相机只需要更换一个大光圈镜头，就能轻松得到想要的效果。而对于智能手机来说，所配备的图像传感器较小，产生的景深范围几乎无限远，因此智能手机拍出的背景通常与拍摄对象主体一样清晰。

要想让手机也能拍出与单反相机效果接近的背景虚化照片，就需要借助计算摄影技术来模拟浅景深和散景的效果。紫光展锐在5G移动平台T820上，针对前后单摄、多摄等拍照场景，设计开发了多套算法，结合T820的强大算力，可以在不同的拍照场景下都能实现背景虚化效果。

基于AI的双目深度估计

基于AI双目深度估计的虚化流程示例图

相较于传统计算depth的方法，AI算法可以极大提升depth的准确率，特别是解决人物边缘的漏虚、误虚问题，保证虚化有更好的效果。

以双目深度示例图1为例，玩偶背后的白色白板区域纹理信息较弱，传统方法在计算这类区域的深度时很容易出错，AI算法不会出现类似问题，这保证了平板区域的深度一致性。

从双目深度示例图2也可以看到，AI算法可以很好地处理头顶处的重复纹理区域，比传统方法计算出来的结果更加准确。

基于AI的单目深度估计

为了适配不同机型的需求，尤其是前置单摄像头的拍照场景，紫光展锐研发了AI单目深度估计算法。利用一张RGB图像，就可估算出图像中每一个像素相对拍摄源的距离。对于人眼来说，闭上一只眼睛依然可以大致估计出大量的深度信息，这是由于存在大量的先验知识。AI算法通过采集大量的现实场景数据集，以及算法模型在准确性和实时性之间取得了较好的平衡，在单摄虚化拍照和录像时，都能取得较真实的渐进效果。

获得了场景的深度信息后，就可以利用深度模拟景深虚化的效果，如单目深度效果图的右侧为无深度信息的虚化效果，人之外的区域均模糊处理；左图则将和人处于同一深度平面的信息板保持清晰，更加接近单反的拍照效果。

基于AI的人像分割算法

人像分割算法可以将图片中的人像和背景进行分离，这样在虚化处理的过程中，可以较好的保持人体区域的完整度，防止被误虚。

人像分割算法也是需要输出像素级的结果，为了应对不同的场景、人物、服饰等变化，紫光展锐通过采集大量数据来提高算法的鲁棒性，并依托T820 5G平台的强大AI算力，实现了较为复杂的人像分割算法，优化了多人、手指及发丝等边缘细节等方面的效果。

如下图从左到右，分别为原图、T820平台模型结果、低算力平台结果，可以看到在复杂背景中，T820平台算法依然可以准确分割出人像区域。

有了AI算法的T820 5G芯片，可以拍出背景过渡平滑、虚化自然、极富艺术感染力的照片。

作为世界领先的平台型芯片设计企业，紫光展锐坚持以技术创新为核心，持续打造业界领先的影像技术，为产业和客户创造价值，用科技之光照亮幸福生活。