小米公布“夜梟”超級夜景算法 對比Mate40提亮更出色

小米公布“夜梟”超級夜景算法讓大家能夠直觀了解這個夜景拍照功能哦，大家都知道夜景拍照因為光線的問題，會非常的模糊，小米通過自主研發技術，將夜晚的拍照及曝光技術進行了提升哦，現在就來一起看看吧~

小米夜梟算法

3月29日，小米正式發布“安卓機皇”小米11 Pro、“安卓之光”小米11 Ultra，這兩款手機首發搭載了自研“夜梟”超級夜景算法，號稱可以實現更好的照片去噪效果，可達三腳架長曝光30秒效果。

4月1日上午，小米手機對“夜梟”超級夜景算法進行了詳細介紹，小米稱經過“夜梟”超級夜景算法的計算，可以拍出噪聲小、畫麵純淨的不像夜景照片；手持穩，達到三腳架長曝光30秒穩定效果；色彩準，AI測光和顏色矯正模塊解決色彩失真問題。

以下是小米詳解全文：

有些拍照場景，你可能99%都碰不到：當環境光線照度在0.1Lux以下時，人眼幾乎很難見物，甚至鑰匙掉在地麵上都難以找到，這時拍出的照片會完全無法使用。但我們為了這1%的極限拍攝場景，自主研發了一個神奇的算法：「夜梟」。

極暗光環境下拍攝時，傳統相機和手機會遇到哪些問題？

難題一、環境亮度低、噪聲大，現有深度學習技術很難采集數據，很難有效降噪。

難題二、使用傳統算法進行多張堆棧，隻能緩解噪聲和色差的影響，很難對已失去的圖像信息進行恢複。

難題三、采用長曝光方式，通過增長曝光時間來提升圖像質量，用戶手持拍攝容易糊成一片。

難題四、傳統提亮算法會大幅提高去噪聲難度，同時還會影響白平衡導致校正顏色失去準確性。

針對以上問題，小米11 Pro & Ultra首發自研「夜梟」算法，通過獲取連續8張曝光正確的EV0照片，結合自研圖像測光算法、圖像配準融合算法、圖像重建算法、圖像色彩矯正算法，實現更好的去噪效果，恢複更多細節，最終獲得清晰明亮圖像。

深度學習技術最大難點在於訓練數據的獲得。考慮極暗光場景環境亮度低、噪聲大，很大程度上增大了數據采集的難度。

噪聲小

畫麵純淨的不像夜景照片

小米「夜梟」算法自主研發了極暗光場景下的噪聲標定係統，充分了解極暗光場景噪聲的分布和形態，從而補充大量模擬噪聲數據，提升了訓練數據的豐富度，使去噪過程更具有針對性；同時「夜梟」算法自主研發了極暗光場景數據采集係統，使用多種真實相機進行數據采集，補充真實相機數據來獲取更好去噪效果。

手持穩

達到三腳架長曝光30秒穩定效果

極暗光場景的最大特點就是噪聲大，首先最大難點在於如何有效在去除圖像噪聲的同時，恢複出更多的圖像細節。目前，即使使用多幀圖像疊加去噪的方式，也會存在圖像邊緣信息丟失和部分內容失真。而神經網絡可以在進行圖像去噪優化，通過深度學習的方式，即使出現局部信息殘缺的現象，也能恢複出豐富細節的高質量局部圖像。「夜梟」算法中的AI去噪算法，結合多幀EV0 RAW域圖片信息，進行圖像對齊，降低拍攝手抖的影響；還可實現充分利用圖內信息和圖間信息互相補充，從而獲得更好的去噪效果，恢複更加豐富的細節信息。

色彩準

AI測光和顏色矯正模塊解決色彩失真問題

亮度的提升和色彩的還原也是極暗光場景的另一大難題。進行過大的圖像提亮會導致去噪難度提升，同時大量噪聲會導致傳統的白平衡過程無法獲得準確關鍵信息點，導致矯正顏色失準。「夜梟」算法中還包含AI測光和顏色矯正模塊，可根據場景信息、傳感器信息綜合計算出所需要的曝光參數、幀數以及顏色信息，根據不同的環境亮度和場景內容，實現不同程度的亮度提升和色彩還原過程，權衡了提亮和去噪的影響程度，有效解決了顏色失真問題，提升了夜梟算法的環境自適應能力。

「夜梟」算法通過創新的深度學習AI算法，突破了暗光視覺極限，實現了在即使伸手不見五指的環境下，依然能拍出清晰、明亮的圖像。