在研究人工智能或者說計算攝影時，許多攝影師表現(xiàn)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(zhì)量和性能不斷提升，相機在相關(guān)技術(shù)（主要是基于大數(shù)據(jù)的機器學(xué)習(xí)）助力下自動對焦系統(tǒng)變得越來越強大時，攝影師又不斷贊嘆技術(shù)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(shù)帶來的便利）。這表現(xiàn)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么，給攝影帶來的具體變化開始討論。
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(shù)的大數(shù)據(jù)、機器學(xué)習(xí)、對象檢測識別、自動渲染成像等一系列內(nèi)容的智能化技術(shù)，它可以使相機在黑暗中看得更清楚、對更大光比范圍的畫面準確曝光、捕捉更大的色彩動態(tài)范圍、自動鎖定面部或眼睛來精確對焦，以及通過數(shù)據(jù)庫對畫面元素進行更有針對性的快速識別、篩選、優(yōu)化和編輯等一系列操作。
這些聽起來就很美好的技術(shù)，在過去是需要進行多年專業(yè)技能訓(xùn)練、理論學(xué)習(xí)和經(jīng)驗積累的，但它現(xiàn)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(xué)習(xí)和實踐經(jīng)歷的普通人，也可以完全有可能憑借著自身的審美天賦，單純憑直覺拍攝出符合大眾審美的“高贊照片”。假如這位普通人曾經(jīng)學(xué)習(xí)過繪畫、設(shè)計、雕塑等藝術(shù)課程，又或者在美學(xué)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(shù)的學(xué)習(xí)，進行更高層次的攝影藝術(shù)創(chuàng)作，其作品可能會比從業(yè)多年的職業(yè)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(shù)一直有抵觸的原因之一，它讓攝影創(chuàng)作變成了“全民參與”的低門檻藝術(shù)，這種門檻降低甚至要比相機數(shù)碼化帶來的影響還要大，還要深入。
這又是被許多人所避諱的一種說法，其爭議很大。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(zhì)就是在強調(diào)照片的優(yōu)秀完全是自身技術(shù)的體現(xiàn)，跟相機無關(guān)，跟PS無關(guān)。事實上，這樣的說法在相機技術(shù)層面是很難完全說通的。且不說膠片時代的暗房技術(shù)本質(zhì)上就是對膠片成像的一種后期編輯和優(yōu)化，就說相機數(shù)碼化之后，所謂的直出照片就無法逃脫廠家算法、信號處理對成像的深度介入。
說到這里，就必須了解數(shù)碼相機的成像基礎(chǔ)——成像系統(tǒng)。從數(shù)碼相機誕生之日起，相機的成像系統(tǒng)就從膠片時代的鏡頭和膠片，轉(zhuǎn)變?yōu)殓R頭+影像傳感器+影像處理器的組合。顯然，鏡頭是最難進行數(shù)碼化的，即便它的設(shè)計和生產(chǎn)，在今時今日已經(jīng)得到了人工智能技術(shù)的極大加持，但它的基礎(chǔ)仍然是“光線采集”，相機仍然需要通過它調(diào)整光線進入相機的路徑，仍然需要它對光線進行“過濾”“優(yōu)化”，使影像傳感器能獲得更加準確、純凈的感光效果，達到更高的感光效率，在光電轉(zhuǎn)換過程中獲得更多、更純凈的影像數(shù)據(jù)。這也是為什么許多膠片時代傳承下來的鏡頭光學(xué)設(shè)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(shù)碼相機（包括單反相機、無反相機等）上實現(xiàn)優(yōu)秀成像的根本原因。
不過，在整個成像系統(tǒng)中變化**的影像傳感器和影像處理器則跟光學(xué)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(fā)展，平均下來每幅3年就會有非常大的進步和升級。尤其是近10年間，這種發(fā)展速度在越來越多的人工智能融入下，甚至可以做到一年一升級。
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(tǒng)組合就是將模擬信號轉(zhuǎn)換成數(shù)字信號的過程，不管是在感光部分起作用的影像傳感器，還是對數(shù)據(jù)信號進行編碼、打包存儲、指令控制等處理的影像處理器，都會因為芯片設(shè)計、電路設(shè)計和算法程序設(shè)計的不同，對影像數(shù)據(jù)信號進行不同程度的編輯和處理。
這樣的理論說法或許有些干澀，換個說法就是所謂的“相機直出”，本身就是按照廠家設(shè)計的程序得到的結(jié)果，即便使用RAW格式（這不是照片，是數(shù)據(jù)包）進行存儲，它也不可能跳脫出數(shù)碼相機的工作原理得到“完全無處理”的影像數(shù)據(jù)（照片或視頻）。如果你選擇的是JPEG等壓縮格式的照片存儲，那這種相機內(nèi)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(diào)整等操作。
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(shù)普通消費者的審美，智能手機基本都具備了各種“美顏”功能，它甚至不是一個功能選項，而是在基礎(chǔ)算法中就已經(jīng)加入的技術(shù)處理。在這些設(shè)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(shù)據(jù)對光學(xué)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(guān)專利）。
當然，智能手機還是會提供相關(guān)的功能選項給用戶進行“選擇”，用戶能通過相關(guān)的功能選項，對“美顏”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(yōu)化（色調(diào)色相）等。
這種看似“原相機拍攝”的照片，實質(zhì)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(jié)果，其計算攝影技術(shù)的介入深度比數(shù)碼相機的更深。如果對兩者進行比較，它們所設(shè)計、使用的程序算法的本質(zhì)的區(qū)別在于數(shù)碼相機廠家依然對從傳統(tǒng)攝影技術(shù)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(jù)市場規(guī)律在迎合和引導(dǎo)用戶需求。
計算攝影有什么優(yōu)勢
在大多數(shù)情況下，攝影創(chuàng)作是可預(yù)測、可判斷、可重復(fù)的，簡單來說就是攝影技術(shù)本身是有規(guī)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(xiàn)出連貫的模糊軌跡（如車流光軌、綢緞流水等）；提高感光度可以增加更多曝光，但會產(chǎn)生噪點；擴大或縮小光圈就能對景深范圍進行控制，使主體突出、背景模糊。對于攝影師來說，在調(diào)整相機設(shè)置時就知道會得到什么結(jié)果。
相比之下，在計算攝影技術(shù)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?shù)挠跋駭?shù)據(jù)，并且，輸出的結(jié)果也由其機器學(xué)習(xí)所使用的數(shù)據(jù)庫大小決定。具體來說，計算攝影會依據(jù)其算法和數(shù)據(jù)庫，對相機感知到的場景進行偵測和識別，并且決定以什么樣的渲染方式、技術(shù)，對哪些元素、區(qū)域進行有傾向性、針對性的處理。這就會直接導(dǎo)致其拍攝的照片會以何種方式對場景畫面進行呈現(xiàn)。
這種做法的優(yōu)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(xiàn)效果。這實際上會讓拍攝結(jié)果變得有些不可控，或者說基本規(guī)律與傳統(tǒng)相機有較大的區(qū)別。
這種不可控的情況在相機上表現(xiàn)得不是很明顯，但在智能手機上，則有很直接的體現(xiàn)。甚至在某種程度上說，用戶選擇了哪款手機，其拍攝結(jié)果基本上就是手機廠商所給出的，大多數(shù)用戶都很難在拍攝時按照傳統(tǒng)攝影技術(shù)的規(guī)則做改變。這也就是為什么相機依然在專業(yè)攝影領(lǐng)域保持優(yōu)勢，而成像質(zhì)量和性能不斷提高的智能手機卻依然在消費領(lǐng)域徘徊的原因之一。
計算攝影是軟件技術(shù)，與基于硬件技術(shù)的發(fā)展方式不同，它可以通過程序代碼優(yōu)化、算法邏輯調(diào)整，在現(xiàn)有的硬件基礎(chǔ)上獲得較大的提升。它的強大與否，或者說實用性、優(yōu)秀程度，幾乎完全依賴影像處理器的數(shù)據(jù)處理性能這一硬件指標。從目前的廠商技術(shù)和產(chǎn)品發(fā)展趨勢來看，這一優(yōu)勢正在被廣泛利用，不管是相機還是手機，影像處理器的數(shù)據(jù)處理性能正在變得越來越強大。
由此，計算攝影技術(shù)本身的發(fā)展是要比相機硬件提升更加快速、靈活的。這種優(yōu)勢十分明顯，廠商可以直接通過固件升級、程序升級等方式，將最新的計算攝影研究成果推送給用戶，并且還能利用大數(shù)據(jù)的深度機器學(xué)習(xí)，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。哪怕這款新產(chǎn)品或新技術(shù)在推向市場時還不是那么完善，也可以通過不斷獲得的用戶拍攝行為、結(jié)果等數(shù)據(jù)反饋（這對手機來說幾乎是實時的），或者是機器學(xué)習(xí)的數(shù)據(jù)庫不斷擴充和學(xué)習(xí)深度、方式的不斷調(diào)整，來獲得“與時俱進”的算法升級。
那在后期編輯軟件中，各廠商又是如何與計算攝影技術(shù)融合的呢？
首先，軟件會利用到計算攝影技術(shù)中的“感知和識別”。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(guān)研發(fā)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(fā)布），它不但可以畫面中的標志性特征（單個或多個）識別圖像中的內(nèi)容（如天空、人物、樹葉、建筑物、山川河流、皮膚、五官，等等），還可以通過特定的模型程序，在經(jīng)過機器學(xué)習(xí)后感知并擴充相關(guān)的標志性特征，以進一步提升其識別的準確性。如果你在Adobe一開始宣布該工具集時就開始嘗試使用相關(guān)的功能和工具，就不難發(fā)現(xiàn)它一直在“默默地升級中”，其準確性、實用性和效率在不斷提升。就像許多攝影師反饋的那樣，這些基于感知和識別的工具是越來越好用、越來越簡單，它給攝影師節(jié)省了大量后期處理工作量。
舉一個極端的例子，過去要想將一張春天拍攝的照片修改成冬天的景象，那攝影師**的方法是選擇到冬天時重拍一張，否則將需要大量的時間對照片進行“深度、像素級”的后期處理，攝影師還很可能需要同時深入學(xué)習(xí)各種Photoshop技術(shù)才能在幾周的時間內(nèi)完成1張照片的處理。而現(xiàn)如今，在Photoshop中只需要進入Neural Filters工具集，選擇“風(fēng)景混合器”就可以在短短幾分鐘之內(nèi)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(jié)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(yè)攝影師來說，真的是他想要的創(chuàng)作結(jié)果嗎？不，這是計算攝影給出的結(jié)果。
其次，軟件還會利用到機器學(xué)習(xí)的學(xué)習(xí)部分。我認為這是許多攝影師對完全接受人工智能技術(shù)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(fā)的必然要求，也是我們升級到新版本應(yīng)用程序時所期望的。有時，這種進展并沒有像我們預(yù)期的那樣發(fā)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(jié)果，但因為在更新軟件版本或數(shù)據(jù)庫后，想要再次獲得這一結(jié)果，即便使用相同的操作和工具重新再編輯一次，都很可能無法完全復(fù)刻前一次的操作。這種可重復(fù)性缺失，實際上是軟件深入融合計算攝影技術(shù)后得到的“改進”，是機器學(xué)習(xí)的優(yōu)勢，同時也是劣勢。當然，這種情況大多數(shù)都只是存在于軟件版本升級前后，并且也只有職業(yè)攝影師才會介意的細節(jié)。對一般用戶來說，它仍然是非常友好的，是利大于弊的。
使用不同版本的后期處理軟件對同一張照片進行處理，可以看到其細節(jié)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。
文章刊發(fā)于《**攝影報》·2022年·第21期·6版
