▲Google Pixel 相機開發的產品經理 Isaac Reynolds。（圖／記者洪聖壹攝）
記者洪聖壹／台北報導
今年獲得 DXOmark 最高分的 Google Pixel 2 持續以單鏡頭設計獨霸群雄，《ETtoday新聞雲》在稍早 Google 所舉辦的當中，訪問到了負責 Google Pixel 相機開發的產品經理 Isaac Reynolds，能夠做到最大差異化的，最主要是導入 AI 人工智慧，同時也說明了之所以不隨波逐流採用雙鏡頭的原因。
現在所有高階手機，都提供一樣的效能、相似的設計，其實已經越來越沒有意義，要從中做出差異化、符合人們需求，主要還是要透過建立在機器學習基礎之上的人工智慧（以下簡稱AI），透過 AI 協助機器更快速、正確的做出反應。
以 Google Pixel 內建的 Google Lens 為例，用戶不管用前鏡頭還是主鏡頭，只要對著歷史建築物拍照，就可以知道建築物名稱，如果對著書本拍照，就可以知道書本名稱、作者、售價、購買地點等相關訊息，如果對著博物館拍照，不僅可以知道博物館名稱，還可以知道博物館歷史背景跟館藏，還有現在正在做什麼展覽活動等等，這都是透過 AI 的協助，連動原有的Google搜尋、Google翻譯、Google地圖等服務，快速做出的自動化反應。
而 Google Pixel 也是如此，像是 Google Pixel 2 的人像模式過 AI 可以認識拍出來的影像當中，哪些是人像、哪些是物理環境，藉此快速模擬深度地圖，有效區別出人像與背景，兩者互相結合起來，做出超越 DSLR 相機的人像景深拍攝效果。
Google Pixel 相機開發的產品經理 Isaac Reynolds 解釋，Pixel 手機的人像模式主要是透過機器學習的技術，然後提升人物本體的銳利度，並根據手機跟人物的距離，自動辨識畫面當中的人物與拍攝場景當中的遠近距離，建構出深度圖譜，藉此決定背景模糊的程度，製造出景深的效果。
到了 Pixel 2 的相機使用了一組特殊的影像感應器，相當於人類的雙眼，透過將左、右兩邊的視域呈像所呈現的微小差別，來預測出景點中距離。
其原理是，透過將上述的感應器偵測到的每個正方形像素，分割成兩個較小的矩形子像素，一個在左邊、另一個在右邊。用戶拍照時，Google 使用所有的左邊的子像素拍攝一張照片，所有的右邊的子像素拍攝另一張照片，藉此產出上述的深度圖。
接著Pixel 2會使用機器學習技術來計算「劃分遮罩」(segmentation mask)，這項機器學習技術的背後已經學習了近百萬張人物、服飾以及背景圖像，因此這個劃分遮罩中的像素變得銳利，遮罩外的像素變得模糊。接著 Google 將這個「劃分遮罩」和「深度圖」組合成一張優化過的深度圖，然後根據估計的距離決定背景模糊的程度。
記者進一步詢問，在上述處理的過程中，是否有跟晶片廠合作？以及究竟相片好看比較重要、還是接近真實比較重要？Isaac Reynolds 受訪時回應，他會希望相片更接近真實場景會比較重要，而 Google 確實在開發手機的時候跟合作夥伴有緊密結合，當然 CPU 能耗處理、GPU 與 ISP 管理等也有跟晶片廠深度合作。
至於針對現有廠商多半都採用雙鏡頭的解決方案，尤其是自從 2016 年 iPhone 7 Plus 推出之後，市場上幾乎都採用廣角＋長焦的雙彩色鏡頭解決方案。
對此，Isaac Reynolds 回應，如過透過雙鏡頭是為了拍出更好看的景深效果，那麼 Pixel 透過人工智慧已經可以做得很好，而且在影像細節上還能達到最佳效果，對比之下，雙鏡頭雖然可以很方便做出一些拍攝效果，但是對於手機來說，拍攝時所需消耗的資源太多，這包括需要更多暫存記憶體、更多電力等等。
但他也不把話說死，直說：「要達到好的照片效果有很多好的方法，我們會持續做出不一樣的事情，只是我們現在選擇單鏡頭，未來不排除任何可能性。」
讀者迴響