【查相机资料，就看相机笔记】

今年早些时候，佳能公布了基于深度学习开发的图像处理技术和工具软件。ET当时不仅做了相关报道，还下载体验了海外版本。而在刚刚闭幕的P&I上海国际摄影器材和数码影像展览会上，佳能（中国）展台也出现了新技术和新软件的宣传资料 —— 看来它们很快就能和大家正式见面了。

在下面的内容里，ET会为大家解释与人工智能有关的概念，回顾佳能在深度学习方面的应用，介绍并预览新工具软件的使用方法和效果。希望能为大家了解新技术、应用新技术带来一些帮助。

(相关资料图)

先说概念

近年来，我们频繁看到与人工智能有关的技术名词。这里，ET试着用尽可能浅显的语言，做一个不大严谨的解释。

人工智能（Artificial Intelligence，简称AI）简单来说就是赋予机器“人的智能”。不同于科幻作品里描述的场景，目前的人工智能大多是一些单项功能，比如图片分类、对象识别、对弈策略等，这也被称为“弱人工智能”。

机器学习（Machine Learning）是实现人工智能的一种方法。与传统软件相比，最大区别是能通过大量数据样本的不断训练，提高智能水平，达到更好的实现效果。

神经网络（Neural Network）则是一种机器学习算法，是模拟人脑神经网络的数学模型。而深度学习（Deep Learning）主要依赖神经网络算法，让机器能像人一样具有分析、理解数据样本的能力。

目前在相机、图像处理上应用的“AI人工智能”，主要是通过基于神经网络的深度学习，提升识别、降噪、增强分辨率等具体应用的性能。虽然开发过程需要大量财力、物力（比如算力和数据样本），但最终实现的功能效果往往也有划时代的进步。

▲ 新概念相机PowerShot Pick也具备一些AI功能

佳能与深度学习

佳能从很早以前就开始关注深度学习：

2020年1月：EOS-1DX Mark III通过深度学习，提升了光学取景下对人物头部、面部的识别能力。

2020年7月：EOS R5、EOS R6配备了基于深度学习开发的“动物检测”，实现了对猫/狗/鸟的身体、头部、眼睛的识别，并且是在拍照、视频下均可用。

2021年4月：EOS R3新增了基于深度学习的“车辆检测”，可以识别多种两轮、四轮赛车。

2022年11月：R6 Mark II在动物、车辆检测上做了进一步扩展，增加了对马、飞机、直升机、火车的识别。

▲ R6 Mark II“动物检测”的识别能力

▲ R6 Mark II“交通工具检测”的识别能力

除了基于深度学习的对焦识别算法外，佳能也关注到深度学习在图片处理和照片优化方面的应用 —— 一直以来，佳能都很重视图像的数字优化处理，早在2013年就推出了利用光传播函数和镜头设计数据优化照片的“数码镜头优化技术”（简称“DLO”）。之后10年，佳能通过不断优化、完善，最终在EOS R系列相机上实现了不损失拍摄性能的实时DLO。

了解上述信息后，相信大家会觉得佳能推出基于深度学习的图像处理技术是意料之内、情理之中的。

两个工具

佳能这次推出了两款工具软件，分别是：

神经网络图像处理工具（Neural network Image Processing Tool）是佳能“RAW显像”软件Digital Photo Professional（以下简称“DPP”）的插件。它能通过基于深度学习得到的数据，对使用兼容相机、镜头拍摄的RAW图像做出优化，具体包括：

- 降噪，包括高感降噪和高感拍摄的皮肤细节还原；

- 去马赛克，包括降低伪色和摩尔纹；

- 镜头优化，包括改善衍射模糊、还原高光溢出细节和减轻色晕。

▲ 我们实拍的降噪对比，使用R6 Mark II以ISO 25600拍摄，左边是ACR普通降噪，右边是神经网络图像处理工具降噪。

处理后会生成.CRN为后缀名的新文件（支持多个文件的批处理），接下来可以用Digital Photo Professional对.CRN做进一步的优化调整。这个工具适合对画面质量有较高要求的专业摄影师，以及希望挖掘相机、镜头潜力的发烧友。

* 支持的相机、镜头型号可以参考佳能官网说明。

▲ 神经网络图像处理工具的界面

和其他AI图像处理软件相比，神经网络图像处理工具不仅提供了降噪和去马赛克，还带来了针对衍射、高光溢出和色晕的镜头优化 —— 正因为佳能是相机、镜头的生产企业，才会积累大量RAW图像数据库，进而为开发相关功能提供训练样本。

神经网络升级工具（Neural network Upscaling Tool）则是一个相对独立的软件。它支持JPEG和TIFF文件，可以将长、宽分别扩大2倍，最终得到一张4倍像素的照片（比如将2400万像素升级为9600万像素）。相比常见的插值放大方式，可以恢复更多图像细节，得到更精细的画面。既适合鸟类等依赖裁切放大的题材，也有利于需要大尺寸打印输出的用户。

* 长或宽在400-9999像素，总像素不超过6500万。

和EOS R5上的“机身防抖高分辨率拍摄”功能相比，神经网络升级工具在相机、被摄对象、拍摄状态上更为宽松（EOS R5能得到约4500万×9=约4亿像素，而后期扩大可以手持拍摄，也可以拍摄运动对象）。而和Adobe Lightroom / CameraRAW上的类似功能相比，也不会存在其他优化（降噪、镜头优化、去马赛克）与提升分辨率只能二选一的情况。另外，以鸟类拍摄为例，我们可以先裁切出包含鸟类主题的画面局部，再做扩大处理。不像Adobe Lightroom / CameraRAW只能放大整个图像，徒增空间占用。

需要说明的是，这两个软件都需要付费购买，属于进阶增值服务。

▲ 神经网络图像升级工具的界面

希望上述介绍能让大家对佳能图像处理新技术有一个初步了解。说到底，专业相机并不拒绝数字处理与算法，只是在应用和宣传上更谨慎。就像佳能一直在做的，无论是DLO还是基于神经网络的图像处理工具，都是在用数字处理弥补光学和前期拍摄的不足。可以让我们在各种场景、题材下，都能获得更好品质的照片。