当前位置: 首页 > news >正文

Pura 70 系列超高速风驰闪拍,捕捉美好,告别抓拍模糊

及时而准确的将画面定格,把事件最具有表现力的瞬间直观、真实地传达给观者,以使将抓拍影响的意义发挥最大化,由于抓拍摄影作品大多反映的是比较自然,真实的人和事,得到了社会的广泛认可,抓拍摄影也正日益成为广大摄影者为增加图片视觉冲击力所采用的主要拍摄技法之一。

然而有不少美好的画面都是发生在一瞬之间,因此抓拍可以说是所有摄影技术里最具有困难性和挑战性的那一项,要抓拍出一张好照片,面临的挑战也不会少。

【快速抓拍,所见即所得】

要说抓拍摄影中最常见的困难,莫过于被抓拍物体运动过快而产生的模糊,这种明明已经抓住了时机,却因为拍摄设备能力不足而成片不佳,实在可惜。

a6047bbdb80c4682900b67f18285dd94.png

 

针对这一痛点,Pura 70 系列推出了超高速风驰闪拍功能,从多维度优化抓拍体验,实现快速连拍,成像质量不下降。

针对全新的硬件平台,设计并优化更快的AI对焦算法,不损失精度条件下,运动对焦速度更快,运动追焦能力更强,性能功耗不劣化的情况下,预测对焦位置更准,同时结合硬件特点,定制化软补方案,使快速对焦更加稳定可靠。同时,扩展全场景全焦段(快门零延迟)解决方案,实现精准抓拍稍纵即逝的精彩瞬间。

b728b1f0a1314e84be60bd58c2cef5da.png

 

【瓶颈突破,抓拍全场景】

对于消费者来讲,随身携带的手机是日常生活中记录动静瞬间最好的工具。但是受制于人工光源频闪的限制,室内曝光时间往往受限至10ms(50Hz人工光源),很难抓拍到清晰度图像。

为了克服这一难题,华为自研频闪消除算法,突破人工光源这一难题,让室内抓拍(家庭抓拍、宠物抓拍等)随手出片,对比竞品,无惧室内还是室外,全场景都清晰。

21f5e5c3e07845a9aa68641d2bcdbac9.png

 

【动态检测,多维度升级】

华为 Pura 70 系列在前代智能运动检测算法的基础上,从检测延迟,检测精度,多模数据融合等方面进行了全面的算法升级。通过优化数据流通路传输,算法运行帧率加倍等手段,使得算法检测时间小于拍摄者生理响应时间(用户产生抓拍意图+做出抓拍动作),真正意义上实现即检即出,超前响应;综合考虑运动传感器、图像传感器、环境光传感器,高层智能语义等信息,细化运动模糊程度判别,涵盖更多运动场景,整体运动检出率提升至90%以上,不错过用户的每一个精彩瞬间。

华为 Pura 70 系列在之前成像算法的基础上做出巨大的创新,解决多处业界长期的痛点问题,大幅度提升抓拍成片率,在室内室外均能拍出清晰效果。软硬协同,并通过强大的后处理算法方案加持,让全场景抓拍更加游刃有余,无门槛让用户轻松捕捉到最美好、最精彩的美好瞬间。

http://www.lryc.cn/news/383737.html

相关文章:

  • AI作画Prompt不会写?Amazon Bedrock Claude3.5来帮忙
  • SSL证书类型解析:DV、OV、EV证书的区别与适用场景
  • WPF 2024 金九银十 最新 高级 架构 面试题 C#
  • Linux上使用 git 命令行
  • vue 中computed和watch的区别
  • 富豪王思聪的“爱情喜剧”从万达排片到网红聊天
  • qt qml-http之XMLHttpRequest介绍详解使用
  • DBdoctor功能介绍
  • Kubernetes之Kubelet详解
  • 大模型AI技术实现语言规范练习
  • 202.回溯算法:全排列||(力扣)
  • 什么是数据库范式,为什么要反范式?
  • 记录 Bonobo Git 服务器 SMTP 设置
  • 事务性邮件发送如何选择邮件群发工具
  • 替换特殊符号
  • 深入浅出 langchain 1. Prompt 与 Model
  • C#二进制、十进制、十六进制数据转换
  • 晶方科技:台积电吃饱,封装迎春?
  • ConcurrentModificationException
  • 倾斜摄影OSGB一键轻量化输出3dTiles!
  • 深度清洁:使用npm prune命令优化你的Node.js项目
  • [Gstreamer] gstbasesink 的 QOS 机制
  • 关于bash脚本中extglob不生效的问题
  • idea运行报错 java: 错误: 无效的源发行版:16
  • selenium 处理网页上的弹窗
  • 光模块市场受益于AI热潮同比增长45%,行业前景看好
  • qt经典界面框架
  • 微信群聊不见了?掌握这4个技巧轻松找回,简直太爽了
  • Python Type Hint有啥用
  • 【深度学习】基于因果表示学习的CITRIS模型原理和实验