對焦基本靠手，變焦基本靠走，虛化基本靠抖，防抖基本靠肘，測光基本靠瞅，除塵基本靠口，模特基本沒有，全因鏡頭太狗。這是攝影圈里一句耳熟能詳?shù)恼{(diào)侃語，可萬萬沒想到的是NVIDIA聯(lián)合加利福利亞大學(xué)拿出了真得靠走的計算變焦技術(shù)(Computational Zoom)。

　　鏡頭放大率與透視

　　嚴(yán)謹(jǐn)來說“變焦基本靠走“這個句話完全不對，變焦是指改變一個鏡頭的焦距長短，對于定焦定焦來說焦距是固定，不會因移動而改變，對于變焦鏡頭來說可調(diào)整焦距是一定范圍內(nèi)，也不會因移動改變焦距范圍，移動改變的是鏡頭實時放大率。

　　鏡頭上標(biāo)記的“4.5X”是指最高放大率

　　鏡頭放大率指膠片/傳感器表面所得影像大小與實物大小的比例，放大率有最大值，但無最小值。當(dāng)相機(jī)不斷靠近被攝物時，被攝物所占畫面比例越來越大，意味著放大率不斷在提高，其效果就像通過鏡頭變焦提高遠(yuǎn)處被攝物占據(jù)畫面空間的比例，所以有了“變焦基本靠走“這句話。

　　左：24mm定焦鏡頭，右：17-40mm變焦鏡頭

　　變焦除了讓遠(yuǎn)處被攝物“變大“外，更重要的價值是用不同焦距的透視效果實現(xiàn)不同的表現(xiàn)效果。下圖是一張佳能官方制作的示意圖，通過對比能發(fā)現(xiàn)即使被攝物(人像)占據(jù)的畫面比例相近(放大率相近)下，人物形象與背景效果可以是千差萬別的。比如說在16mm下人像是一個”蛇精臉“，背景內(nèi)容非常豐富，有一個近大遠(yuǎn)小的透視效果;但在100mm下，人臉的立體感大幅度變小，背景內(nèi)很小，畫面前后空間有一種被壓縮的感覺。NVIDIA聯(lián)合加利福利亞大學(xué)開發(fā)的計算變焦技術(shù)就是要在鏡頭焦距不變的情況下，通過”移動“相機(jī)、多次拍攝實現(xiàn)不同焦距的透視效果。

　　計算變焦

　　計算變焦關(guān)鍵是后期計算，但前期捕捉圖像信息同樣重要。在2017年里雙攝像頭是智能手機(jī)最火爆的功能，今天大部分雙攝像頭由一個廣角、一個中長鏡頭組成，成像時兩個鏡頭同時拍攝、中間區(qū)域重疊，通過后期處理合成，即可實現(xiàn)類光學(xué)變焦效果(見下圖)。這樣做好處是不用移動即可改變焦距，可缺點是變焦范圍非常小，今天雙攝智能手機(jī)只能實現(xiàn)2倍類光學(xué)變焦，而且要付出兩倍的硬件成本。

　　手機(jī)雙攝是通過視角差帶來圖像信息差異來計算出深度信息，模擬光學(xué)變焦的效果，那意味是否前后兩張圖像存在視角差、捕捉的圖像信息有差異也可以實現(xiàn)一樣效果呢?答案是肯定的，NVIDIA的計算變焦也是這樣的做。

　　即使焦距不變，在拍攝距離改變時也會帶來不同的透視效果，圖像信息跟隨改變。假若相機(jī)沿著相機(jī)與被攝物之間的連線運動，前后兩張拍攝的照片就會存在視角差，被攝物放大率、背景信息就會不同，通過計算就能獲得粗略的距離信息。假若運動時拍攝的照片數(shù)據(jù)足夠的多，距離信息就足夠精確，這樣得出整個場景不同景物的距離，就能實現(xiàn)高倍數(shù)的類光學(xué)變焦。

　　下圖是一張計算變焦后期處理的截圖，界面上有兩個FOV(視角)、兩個Depth(深度)參數(shù)可調(diào)，F(xiàn)OV用來控制被攝物與背景間的視野范圍，Depth用于控制不同被攝物的空間位置，四個參數(shù)結(jié)合就可以能夠?qū)崿F(xiàn)變焦效果，而且變焦范圍非常之大。

　　計算變焦后期處理的截圖

　　由于知道照片中不同景物的距離信息，計算變焦也能實現(xiàn)雙攝一樣的大光圈焦外虛化效果?？膳c雙攝相比，計算變焦處理的照片數(shù)量大幅度增加，運算模式更為復(fù)雜，對處理器要求更高。因此NVIDIA是利用自家GPU進(jìn)行處理的，憑借GPU強(qiáng)大并發(fā)處理能力滿足計算變焦的需要。

　　原圖

　　計算變焦+虛化處理的照片，超廣視角下虛化效果不是很明顯

　　無需增加額外的鏡頭、CMO傳感器成本，計算變焦能把定焦鏡頭變成變焦鏡頭，相信很多攝影師都會感動興奮。可以今天數(shù)碼相機(jī)運算能力進(jìn)行計算變焦實在太吃力了，而且拍攝行動路徑也不是一直往前走，用計算變焦替代變焦鏡頭短時內(nèi)無望，無人機(jī)、自動駕駛才是計算變焦真正用武之地。為了控制重量與兼顧畫質(zhì)無人機(jī)大多采用大光的廣角定焦鏡頭，有了數(shù)字變焦無人機(jī)能輕松拍攝中長焦照片。在自動駕駛時利用數(shù)字變焦可計算出前方景物的距離，而且輸出的影像不僅視角寬廣、透視扁平化，就像人眼所看一樣，這非常利于AI、人眼基于影像判斷距離。(文章來自愛活網(wǎng))