新iPhone推出的人像光效功能让人惊叹，这都是机器学习的功劳

新iPhone推出的人像光效功能让人惊叹，这都是机器学习的功劳

公众的印象里，苹果好像在机器学习上动作很慢。AlphaGo以「阿法狗」的聪明可爱形象迅速蹿红，而反观苹果，KUKA机器人维修，除了虚拟助手Siri，似乎别无动静。

事实上，苹果一直在将机器学习研究成果投入实际应用，去年iPhone7Plus独占的人像模式就是一个经典运用。而在今年的发布会上，苹果又推出了一个新的摄像功能「人像光效」，它可以在使用人像模式时生成各种影棚级的打光效果，为你拍出更漂亮的人像照片。

能够实现「人像光效」模式，除了iPhone8Plus和iPhoneX搭载了更强大的双摄像头之外，还要归功于内置了支持神经网络引擎的A11仿生处理器，它为机器学习提供了更好的硬件基础。

人像光效模式详解

使用

如果你学过摄影，一定会对摄影棚内复杂的布光印象深刻；即使你是个门外汉，也应该见过路边婚纱摄影所用的反光板。这些工具可以人为改变光线，让照片呈现摄影师预期的效果。

但是手机只有一组闪光灯，硬件上必然和专业的布光设备不能相提并论。为了获得相近的人像摄影效果，MOTOMAN机器人培训，苹果用机器学习来弥补硬件不足。但是这一功能并非完全人工创作光线，而更像在原有基础上为脸部补光，获得更理想的效果。

目前仅有iPhone8Plus和iPhoneX支持人像光效，并且处于测试阶段。使用这一功能的方法有两种，用户可以在相机模式下左滑进入Portrait（人像模式），于取景框下半部分直接选择所需光效，效果会实时显示在取景界面；或者在以人像模式拍摄照片之后，在系统相册中进入编辑模式选择不同光效，即可像添加滤镜一样方便地为人物面部后期「打光」。

左为拍摄界面，右为编辑界面，皆可使用人像光效

人像光效支持自然光、摄影室灯光、轮廓光、舞台光以及单色舞台光等几种光效。

就目前官方样张来看，模拟舞台光的效果最好，具有伦勃朗光的艺术效果。其他模式效果不明显，只怪官方样张向来清晰生动得不可思议，KUKA机器人维修，没能看出对比来。

不过，看见舞台光效果，我首先想到的应用场景居然是无需专门背景，轻松拍证件照。

或许这种场面要变成历史了

原理

凭借A11仿生芯片和全新图像信号处理器，人像光效利用面部识别技术和面部深度图，可以为拍摄对象添加浓重阴影、聚光照明等光影效果，仿佛人工为其打光。

从发布会上的介绍看，人像光效通过「两步走」来实现软件打光：

为人物脸部进行3D建模

套用预设光影模板，模拟打光效果

局限

正如其名，人像光效也仅仅用于人像摄影，你不能给在别的场景下自由「打光」。过于杂乱的背景、糟糕的光线，也会让人像光效打折扣。真正使用的时候，还是得细心采光，不可抱着一切交给机器学习的心态，幻想废片变大片。

机器学习对摄影的影响

其实早在人像光效之前，机器学习（或说人工智能）就运用在了摄影与后期上。也许我们觉得这些技术太「bug」了，违背了摄影的初衷，把艺术的「记录」变成了工业化的「生产」。别忘了Photoshop也曾给人「造假」的印象，时间则证明了适当后期是必要的。

人像模式

曾经被iPhone7Plus独占的人像模式，也是通过机器学习呈现背景虚化效果。两颗焦距与光圈均不相同的镜头，各司其职拍摄下远处背景与近处人像，再交由处理器，用机器学习算法合并为一张图像。

想在寸土寸金的智能手机实现背景虚化的人像模式，依靠光学组件不太现实，手机实在塞不下那么大的镜头。苹果采用软件算法来解决硬件问题，虽然效果并不完美，但不失为保持轻盈纤薄机身下的实用方案。

Prisma

不知是Prisma蹭了人工智能的热度，还是它为人工智能热潮推波助澜，或者二者兼有之。总之，ABB机器人培训，主打将普通图片打造为大师风格画作的Prisma，横空出世之后火的不行。

Prisma的原理是「styletransfer（风格转换）」算法，经神经网络学习一张图片的「风格」，将其用在另一张图片上。与其说是摄影后期，不如说是Prisma制作出来的图片是独特的艺术形式。Prisma暂时还停留于趣味性，但未来神经网络的运用还是很有看头的。（Prisma原理论文PDF版）

杀鸡亦用牛刀？

从人像模式到人像光效，苹果花费了较大的成本去实现完善摄影后期。但是许多修图应用好像也可以达到类似效果，苹果把机器学习的牛刀用在拍人像上，是不是过于小用？

我更倾向于认为，这是苹果的有益尝试。一方面，机器学习尚没有攻壳机动队里那么夸张，目前更适合小范围地运用；而长期来看，机器学习有着广阔的前景，发展也较为迅猛，硬件支持不佳、传统算法不适合的情况下，机器学习或许能露两手。

每年手机摄影都在快速进步，让我们可以用更简单的方式拍照、修图，但这不表示「器材党」就胜利了。即便Prisma可以模拟出大师风格，艺术家们也不会放弃辛苦创作；即使人像光效在一定程度上可以「制造光」，但摄影依旧是一门用光的艺术。

机器学习可以作为辅助工具，但暂时还不能颠覆摄影乃至艺术的本质。摄影本身就是发展的，或许机器学习以后会和Photoshop一样成为摄影师的利器。

媒体喜欢炒热一些概念，把已经过去的2016年称作VR/AR元年，工业机器人培训，将今年则夸成人工智能元年这种称谓有点可笑，几乎和把细菌尊为祖先一样，在逻辑上不能说是错误的，发那科机器人保养，但未免热度虚高了。赵赛坡有句话很有意思：

某种意义上，深度学习是只是机器学习的1%，而机器学习则仅仅是人工智能的1%。

的确，随着新iPhone的发布，机器学习-人工智能又一次点燃了消费市场的热情，但是企业级人工智能运用的增速仍然相对缓慢。距离更普及的人工智能无论是科幻作品里的，还是硅谷大佬们鼓吹的路还尚远。

眼下苹果把机器学习的成果运用在摄影后期这样的「小地方」，可能是适时的一份答卷。作为消费者，我们不妨多给技术一些时间。

少数派接下来仍会持续报道新iPhone和iOS11的方方面面，欢迎你通过少数派iOSApp及时获取最新内容。