谷歌新专利：景深效果单摄像头就能做到

本月早些时候，欧洲专利局发布了一份谷歌专利申请，该申请与谷歌相机背后的技术相吻合。例如Pixel3，它是通过使用单镜头相机来实现的，而竞争对手使用的是双镜头相机，如iPhone XS Max。而Pixel 3相机背后的魔力在于机器学习。   

谷歌注意到，大多数竞争对手使用由两个或多个图像捕获组件（摄像头）组成的立体摄像机（如iPhone XS Max）同时捕获多个图像，这些图像可以以某种方式组合以创建或模拟三维立体图像。      

尽管立体摄像机可以确定场景的3D信息，但使用多个图像捕获组件（摄像机）会增加生产立体摄像机的总体成本和复杂性。  

谷歌的专利涵盖了使用深度估计技术的像素智能手机摄像头，该技术可用于估计单个摄像头拍摄的场景中元素的深度。    

下面的谷歌专利图5描述了捕获对象图像的图像捕获组件(摄像机)的简化表示;图6描述了确定物体与相机之间的距离;图I0是一个流程图，显示Pixel智能手机使用机器学习来完成创建深度的任务，而不是使用双摄像头。

      正是在谷歌专利图10的1002块中，使机器学习成为关注的焦点。谷歌指出，第1002块可能涉及到执行基于机器学习的前景—背景分割。

      在一些例子中，使用神经网络对捕获的图像进行前景-背景分割。神经网络可以分析图像，以估计哪些像素代表前景中的主要焦点，哪些像素不代表。 

      在某些实现中，神经网络可以是具有跳跃连接的卷积神经网络（CNN）。卷积神经网络可以过滤图像，然后进一步过滤过滤图像。使用CNN的过滤过程可以迭代的方式重复。 

      此外，结合使用卷积神经网络的处理阶段可以识别和聚焦图像的所需主题（例如，聚焦于人），包括识别与所需对象对应的像素（例如，与人对应的像素）。

      块1004还可能涉及使用图像估计深度地图。特别是，为了增强最终渲染的图像，模糊原始图像的部分，可以确定和使用场景中每个点的深度。在一些例子中，计算深度可能涉及到使用立体处理。如上所述，相机可以包括可以划分为子像素的像素。 

      谷歌的专利申请名为“使用单台相机估算深度”。最初于2017年11月提出申请，2019年4月11日由欧洲专利局公布