Allí modo retrato de El Google Pixel se hizo famoso el año pasado al combinar uno red neuronal e información del enfoque automático de detección de fase (PDAF) para determinar qué píxeles de la foto corresponden al sujeto en primer plano y cuáles son parte del fondo. Todo esto para obtener un buen efecto Bokeh incluso con los pequeños sensores que se encuentran en un teléfono inteligente, y básicamente se puede decir que la misión se ha cumplido. Al menos en parte.
El modo retrato del Pixel 3 de hecho ha dado algunos pasos adelante, superando los posibles errores del modelo anterior y sumando otros a la información vista hasta ahora “.pistas“en la profundidad de campo de la escena.
Por ejemplo, los puntos que están más alejados del sujeto en primer plano ya están menos definidos que los más cercanos a usted, y esto puede ayudar a separarlos mejor. Además, conociendo el tamaño aproximado de los objetos comunes, la cantidad de píxeles que componen esos objetos en la foto se puede usar con precisión para estimar su distancia.
Sí, estas “pistas semánticas” son una serie de complicaciones adicionales que Google tendrá que tener en cuenta a la hora de procesar el plano, para tener un mapa de profundidad más depurado, y esto no es nada sencillo.
Para simplificar este proceso, el aprendizaje automático, entrenando una red neuronal convolucional, escrita en TensorFlow, gracias a un “Frankenphone” que consiste en 5 Pixel 3 “fusionados” juntos. De esta manera, se tomaron 5 fotos simultáneamente (con una tolerancia de aproximadamente 2 milisegundos) del mismo sujeto en ángulos ligeramente diferentes, para entrenar la red neuronal con fotos similares a las que los usuarios suelen capturar con sus teléfonos inteligentes (en el ejemplo una niña, pero no sabemos cuántas escenas diferentes usó Google).
Ciertamente hay mucho trabajo detrás de tal cosa, tanto que uno se pregunta si realmente vale la pena y si no puede haber soluciones de hardware para simplificar las cosas. A sensor más grande De hecho, podría ayudar mucho, pero es el tamaño de los propios teléfonos inteligentes lo que representa una restricción insuperable, y el trabajo que realiza Google es mejor cada año.
Para apreciar el progreso realizado, puede mirar este álbum en Google Photos o un pequeño extracto en la galería a continuación. La diferencia entre imágenes “estéreo” y “aprendidas” (es decir, con el uso del aprendizaje automático mencionado anteriormente) es evidente y también sirve para ilustrar los límites de la técnica utilizada en Pixel 2. Para obtener más detalles técnicos, lo remitimos a el enlace a la fuente.
