在研究人工智能或者說計算攝影時，許多攝影師表現出一種很深的抵觸情緒，但面對這種幾乎不可阻擋的趨勢，尤其是在智能手機成像質量和性能不斷提升，相機在相關技術（主要是基于大數據的機器學習）助力下自動對焦系統變得越來越強大時，攝影師又不斷贊歎技術進步讓攝影變得越來越純粹和簡單（這實際上是享受到了人工智能技術帶來的便利）。這表現出一種很有趣的矛盾，或許我們可以從計算攝影帶來的是什麼，給攝影帶來的具體變化開始讨論。

計算攝影已完全深入攝影

計算攝影，簡單來說就是包含了人工智能技術的大數據、機器學習、對象檢測識别、自動渲染成像等一系列内容的智能化技術，它可以使相機在黑暗中看得更清楚、對更大光比範圍的畫面準确曝光、捕捉更大的色彩動态範圍、自動鎖定面部或眼睛來精确對焦，以及通過數據庫對畫面元素進行更有針對性的快速識别、篩選、優化和編輯等一系列操作。

01. 使用Photoshop的Neural Filters工具集的“風景混合器”，可将秋天拍攝的風景直接轉變成冬天。

這些聽起來就很美好的技術，在過去是需要進行多年專業技能訓練、理論學習和經驗積累的，但它現在變得唾手可得。進一步來說，就是讓攝影變得更加簡單、直接，一個完全沒有在攝影方面有學習和實踐經曆的普通人，也可以完全有可能憑借着自身的審美天賦，單純憑直覺拍攝出符合大衆審美的“高贊照片”。

（今日頭條号：漫影一路）假如這位普通人曾經學習過繪畫、設計、雕塑等藝術課程，又或者在美學方面有較深的研究，那在計算攝影的助力下，甚至可以直接跳過攝影技術的學習，進行更高層次的攝影藝術創作，其作品可能會比從業多年的職業攝影師還要受到人們的歡迎。是的，這或許就是攝影師對計算攝影技術一直有抵觸的原因之一，它讓攝影創作變成了“全民參與”的低門檻藝術，這種門檻降低甚至要比相機數碼化帶來的影響還要大，還要深入。（今日頭條号：漫影一路）

這又是被許多人所避諱的一種說法，其争議很大。就像許多攝影愛好者一直推崇的“相機直出”“無PS處理”和“原相機拍攝”一樣，其本質就是在強調照片的優秀完全是自身技術的體現，跟相機無關，跟PS無關。事實上，這樣的說法在相機技術層面是很難完全說通的。且不說膠片時代的暗房技術本質上就是對膠片成像的一種後期編輯和優化，就說相機數碼化之後，所謂的直出照片就無法逃脫廠家算法、信号處理對成像的深度介入。

02. Neural Filters工具集具備很強大的功能。

說到這裡，就必須了解數碼相機的成像基礎——成像系統。從數碼相機誕生之日起，相機的成像系統就從膠片時代的鏡頭和膠片，轉變為鏡頭 影像傳感器 影像處理器的組合。顯然，鏡頭是最難進行數碼化的，即便它的設計和生産，在今時今日已經得到了人工智能技術的極大加持，但它的基礎仍然是“光線采集”，相機仍然需要通過它調整光線進入相機的路徑，仍然需要它對光線進行“過濾”“優化”，使影像傳感器能獲得更加準确、純淨的感光效果，達到更高的感光效率，在光電轉換過程中獲得更多、更純淨的影像數據。（今日頭條号：漫影一路）這也是為什麼許多膠片時代傳承下來的鏡頭光學設計依然能在今天起到很好的作用，許多老鏡頭依然能在最新的數碼相機（包括單反相機、無反相機等）上實現優秀成像的根本原因。

不過，在整個成像系統中變化最大的影像傳感器和影像處理器則跟光學鏡頭完全不同，它在短短30年間的變化實在太大了，幾乎完全遵循摩爾定律在高速發展，平均下來每個3年就會有非常大的進步和升級。尤其是近10年間，這種發展速度在越來越多的人工智能融入下，甚至可以做到1年1次升級。

03. 在相機上應用計算攝影技術最多的是在自動對焦系統的識别和檢測上，可對人物、動物的眼睛進行自動識别。

那影像傳感器和影像處理器又是如何接入攝影的？

從根本上說，這一成像系統組合就是将模拟信号轉換成數字信号的過程，不管是在感光部分起作用的影像傳感器，還是對數據信号進行編碼、打包存儲、指令控制等處理的影像處理器，都會因為芯片設計、電路設計和算法程序設計的不同，對影像數據信号進行不同程度的編輯和處理。

這樣的理論說法或許有些幹澀，換個說法就是所謂的“相機直出”，本身就是按照廠家設計的程序得到的結果，即便使用RAW格式（這不是照片，是數據包）進行存儲，它也不可能跳脫出數碼相機的工作原理得到“完全無處理”的影像數據（照片或視頻）。（今日頭條号：漫影一路）如果你選擇的是JPEG等壓縮格式的照片存儲，那這種相機内部程序的處理就會更深。與大家通常概念中的PS處理唯一不同的是，它遵循的是對場景元素的1對1保留原則，基本上不會對畫面元素進行抹除和位置調整等操作。

04. 從“美顔相機”（BeautyCam）App的宣傳圖片可以明顯地看出計算攝影是如何對人物的皮膚、臉型、光線、顔色等産生影響的。

這在當今的智能手機上又是另一番景象。為了能讓畫面更加符合絕大多數普通消費者的審美，智能手機基本都具備了各種“美顔”功能，它甚至不是一個功能選項，而是在基礎算法中就已經加入的技術處理。在這些設備所拍攝的照片中，影像處理器會自動對人物面部的“成像瑕疵”進行處理，去掉或減弱人物面部（皮膚）上痘疤、雀斑等，又或者是直接通過大數據對光學鏡頭無法完整捕獲的自然界物體的紋理特征進行填充式的自動渲染、補齊（如月亮拍攝模式，部分廠商已獲得相關專利）。（今日頭條号：漫影一路）

當然，智能手機還是會提供相關的功能選項給用戶進行“選擇”，用戶能通過相關的功能選項，對“美顔”的程度、方式進行一定的操作，如美膚程度（磨皮程度）、臉型修飾（液化修形）、眼睛大小（對象變形）、膚色優化（色調色相）等。

05. 智能手機所提供的美顔功能也提供了具體的細節調整選項。

這種看似“原相機拍攝”的照片，實質上也是按照廠家在智能手機中加入的算法程序處理得到的結果，其計算攝影技術的介入深度比數碼相機的更深。（今日頭條号：漫影一路）如果對兩者進行比較，它們所設計、使用的程序算法的本質的區别在于數碼相機廠家依然對從傳統攝影技術繼承而來的“真實記錄”有根深蒂固的追求，而智能手機廠商則完全是根據市場規律在迎合和引導用戶需求。

計算攝影有什麼優勢

在大多數情況下，攝影創作是可預測、可判斷、可重複的，簡單來說就是攝影技術本身是有規律可循的。例如，在拍攝過程中，以較慢的快門速度拍攝會增加曝光，畫面中的運動元素也會呈現出連貫的模糊軌迹（如車流光軌、綢緞流水等）；提高感光度可以增加更多曝光，但會産生噪點；擴大或縮小光圈就能對景深範圍進行控制，使主體突出、背景模糊。對于攝影師來說，在調整相機設置時就知道會得到什麼結果。

相比之下，在計算攝影技術中則完全不同，它會利用算法和程序去決定相機所能采集、傳輸的影像數據，并且，輸出的結果也由其機器學習所使用的數據庫大小決定。具體來說，計算攝影會依據其算法和數據庫，對相機感知到的場景進行偵測和識别，并且決定以什麼樣的渲染方式、技術，對那些元素、區域進行有傾向性、針對性的處理。這就會直接導緻其拍攝的照片會以何種方式對場景畫面進行呈現。

06. 使用不同版本的後期處理軟件對同一張照片進行處理，可以看到其細節上的處理效果差異。這幾乎是不可控的，完全由軟件所使用的算法決定。

這種做法的優勢是可以讓用戶更加輕松地拍攝到更加“賞心悅目”的影像。劣勢是不同廠商的算法差異，會讓同一個拍攝場景有不同的呈現效果。這實際上會讓拍攝結果變得有些不可控，或者說基本規律與傳統相機有較大的區别。（今日頭條号：漫影一路）

這種不可控的情況在相機上表現得不是很明顯，但在智能手機上，則有很直接的體現。甚至在某種程度上說，用戶選擇了哪款手機，其拍攝結果基本上就是手機廠商所給出的，大多數用戶都很難在拍攝時按照傳統攝影技術的規則做改變。這也就是為什麼相機依然在專業攝影領域保持優勢，而成像質量和性能不斷提高的智能手機卻依然在消費領域徘徊的原因之一。

計算攝影是軟件技術，與基于硬件技術的發展方式不同，它可以通過程序代碼優化、算法邏輯調整，在現有的硬件基礎上獲得較大的提升。它的強大與否，或者說實用性、優秀程度，幾乎完全依賴影像處理器的數據處理性能這一硬件指标。從目前的廠商技術和産品發展趨勢來看，這一優勢正在被廣泛利用，不管是相機還是手機，影像處理器的數據處理性能正在變得越來越強大。（今日頭條号：漫影一路）

由此，計算攝影技術本身的發展是要比相機硬件提升要更加快速、靈活的。這種優勢十分明顯，廠商可以直接通過固件升級、程序升級等方式，将最新的計算攝影研究成果推送給用戶，并且還能利用大數據的深度機器學習，在用戶不斷拍攝、使用相機（智能手機）的過程中獲得進一步完善，哪怕這款新産品或新技術在推向市場時還不是那麼完善，也可以通過不斷獲得的用戶拍攝行為、結果等數據反饋（這對手機來說幾乎是實時的），或者是機器學習的數據庫不斷擴充和學習深度、方式的不斷調整，來獲得“與時俱進”的算法升級。

那在後期編輯軟件中，各廠商又是如何與計算攝影技術融合的呢？

首先，軟件會利用到計算攝影技術中的“感知和識别”。最為人所熟知的就是Adobe在Photoshop中加入的Neural Filters工具集（從2019年宣布已開始相關研發計劃并取得成果，到2020年末開始提供測試版程序，再到2021年正式發布），它不但可以畫面中的标志性特征（單個或多個）識别圖像中的内容（如天空、人物、樹葉、建築物、山川河流、皮膚、五官等等），還可以通過特定的模型程序，在經過機器學習後感知并擴充相關的标志性特征，以進一步提升其識别的準确性。

（今日頭條号：漫影一路）如果你Adobe一開始宣布該工具集時就開始嘗試使用相關的功能和工具，就不難發現它一直在“默默地升級中”，其準确性、實用性和效率在不斷提升。就像許多攝影師反饋的那樣，這些基于感知和識别的工具是越來越好用、越來越簡單，它給攝影師節省了大量後期處理工作量。

舉一個極端的例子，過去要想将一張春天拍攝的照片修改成冬天的景象，那攝影師最好的方法是選擇到冬天時重拍一張，否則将需要大量的時間對照片進行“深度、像素級”的後期處理，攝影師還很可能需要同時深入學習各種Photoshop技術才能在幾周的時間内完成1張照片的處理。而現如今，在Photoshop中隻需要進入Neural Filters工具集，選擇“風景混合器”就可以在短短幾分鐘之内完成這樣的操作，并且做到以假亂真的效果。當然，這種基于算法的操作，其結果依然是不可控的，完全由算法決定。用戶想在某棵樹上加入一坨積雪，依然需要手動操作來完成。這對于非職業攝影師來說，真的是他想要的創作結果嗎？不，這是計算攝影給出的結果。

07. 計算攝影還可以對人物的年齡特征進行調整，其逼真程度很高。

其次，軟件還會利用到機器學習的學習部分。我認為這是許多攝影師對完全接受人工智能技術仍猶豫不決的很重要的一個原因。改進算法和性能是軟件開發的必然要求，也是我們升級到新版本應用程序時所期望的。（今日頭條号：漫影一路） 有時，這種進展并沒有像我們預期的那樣發展。

例如，假如你使用某一計算攝影的功能獲得了非常滿意的結果，但因為在更新軟件版本或數據庫後，想要再次獲得這一結果，即便使用相同的操作和工具重新再編輯一次，都很可能無法與完全複刻前一次的操作。這種可重複性缺失，實際上是軟件深入融合計算攝影技術後得到的“改進”，是機器學習的優勢，同時也是劣勢。當然，這種情況大多數都隻是存在于軟件版本升級前後，并且也隻有職業攝影師才會介意的細節。對一般用戶來說，它仍然是非常友好的，是利大于弊的。

攝影師對計算攝影又愛又恨

确實，計算攝影技術已經成為了不可逆的發展潮流，相關産業中的各種設備廠商和軟件開發商都在這個方向上下了很大功夫。單純從目前能看到的結果來看，計算攝影給攝影帶來的技術要求下降，讓複雜的操作變得簡單，不僅讓普通用戶能更輕易地獲得高質量、賞心悅目的照片，還能讓職業攝影師更專注于照片内容的内涵。（今日頭條号：漫影一路）

這是大家都認可計算攝影的地方。但随之而來的不可控性、内容的真實性、門檻下降帶來的更大競争，對職業攝影師在工作中積累下來的口碑、價值都是有很大影響的，而各種“賞心悅目”的照片或“照騙”更是将攝影從平民化轉向娛樂化，這将在很大程度上影響藝術創作的源動力和變現環境。在這種現實環境下，職業攝影師在商業市場中的價值是被嚴重低估的。面對這樣的創作環境，就不難理解職業攝影師為什麼對計算攝影技術的發展又愛又恨了。（今日頭條号：漫影一路）

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!