測試版 iOS 13.2 解鎖 Deep Fusion 拍照功能,iPhone 11 將能拍出超強細節

作者 | 發布日期 2019 年 10 月 05 日 14:49 | 分類 Apple , iPhone , 手機 follow us in feedly


原定於 2 日推送的 iOS 13.2 開發者預覽版並沒有如期而至,而是延遲到 3 日凌晨。雖然說時間上晚了,但這次的更新,卻為 iPhone 11 系列使用者帶來不小的驚喜,因為 Deep Fusion 來了。

Deep Fusion 是什麼來頭?

這個被蘋果高級副總裁菲爾‧席勒稱為「計算攝影的瘋狂哲學」的功能,可以在使用者按下快門前拍攝 8 張照片,並融合一張按下快門時的長曝圖片,生成一張媲美專業相機的高動態範圍照片,即使在中低光環境下也能呈現更多細節。

Deep Fusion 這項今年 3 款新 iPhone 獨占的功能,並沒有隨著新 iPhone 的開賣而到來,但經過將近一個月的等待後,它終於還是來了。

直接看看成像效果怎麼樣

大家都知道,在過去的機型中,蘋果就已經透過 Smart HDR 來幫助使用者拍攝出高動態範圍的照片,自然而然,蘋果使用者最關心的,相信就是 Deep Fusion 與前者有何差異。

加拿大攝影師 Tyler Stalman 就將 iPhone XR 上的 Smart HDR 與 iPhone 11 上的 Deep Fusion 進行了對比

從圖中我們可以看到,在開啟 Deep Fusion 後,圖片確實會有更豐富的細節表現。

另一組圖則是來自國外科技部落客 Chuck Skoda,他直接將圖片進行 100% 的放大,然後對比了 Smart HDR 與 Deep Fusion 的表現(左邊為 Smart HDR,右邊為 Deep Fusion)。

另外,科技部落客 domenico 也在其 Twitter 中發出一組在夜景中開啟 Deep Fusion 的對比照。相比起日間,在夜景中,Deep Fusion 對細節還原的提升似乎更大。

實際上,新 iPhone 在攝影上的突破,主要歸功於算力更強大的 A13 仿生晶片上。這塊晶片相比起前代,CPU 速度最高可提升 20%,能耗最多可降低 30%,而 4 個效能核心速度提升了 20%,能耗卻降低了 40%。

另外,A13 仿生新增了兩個新的機器學習加速器,能以最高達 6 倍的速度執行矩陣數學運算,每秒可進行 1 兆次的運算。

更強大的算力,才得以保證 Deep Fusion 的實現。

與 Smart HDR 不同,Deep Fusion 的合成並不需要經過 ISP,而是當你拍攝更多的照片數據時,它們會直接給到神經網路引擎,神經網路引擎具備一種全新的模型,可以整合大量的照片──它會對 2,400 萬像素進行逐一像素的比對,進而合成最終的照片。

另外還有一些成像效果以外的體驗細節

延續蘋果一貫的概念,也就是盡量讓拍攝變得簡單,Deep Fusion 並沒有開關。系統會自動根據拍攝環境來判斷是否需要開啟 Deep Fusion。在之前,席勒也透露 DeepFusion 只會在 10-600lux 下的照度被觸發,如果光線低於 10 lux,相機啟用的則是夜間模式。

外媒 The Verge 則進一步發現,新 iPhone 上 3 顆不同的鏡頭,實際上開啟 Deep Fusion 的條件是不一樣的。

首先廣角鏡頭會在明亮至中光的環境下啟用 Smart HDR,在中光到暗光的環境下會啟用 Deep Fusion,而在幾乎黑暗的環境下則會啟用 Night Mode。所以席勒上面所講以 10lux 以及 600lux 做為劃分線的啟用邏輯,指的應該是使用廣角鏡頭的時候。

其次在使用長焦鏡頭的時候,僅會在非常明亮的環境下才會啟用 Smart HDR,其餘場景則只會使用 Deep Fusion。

而最後由於超廣角鏡頭是不支援 Deep Fusion 以及 Night Mode,所以在該鏡頭時則只會啟用 Smart HDR。

在接受採訪時被問到 Deep Fusion 合成一張照片所要的時間時,席勒表示僅需要一秒。

確實很快,但是這一秒中還是能夠感受得到的。根據論壇中已經率先體驗 Deep Fusion 的使用者反映,拍完照之後進入相簿,找到你剛剛拍下的照片時,你會發現照片會「抖」一下,然後才會重新展現一張與原先有明顯區別的照片。

更多的照片資訊,也就意味著這張照片需要占用你更多的空間。iPhone XR 上的 Smart HDR 照片大小為 1.4MB,iPhone 11 上的 Deep Fusion 大小則進一步上升至 2.4MB。

所以衝著 Deep Fusion 這個功能而購買新 iPhone 的使用者,要好好地考慮容量問題了。

(本文由 愛范兒 授權轉載;首圖來源:科技新報)

延伸閱讀: