苹果透露未来iPhone或将使用机器学习 (AI) 检测被动式摄像头镜头污渍

🤖 由 文心大模型 生成的文章摘要

美国专利局公开了苹果一项专利申请,该申请聚焦于用于被动判定图像捕获设备上相机镜头存在污迹概率的设备、系统及方法。其核心在于,通过对图像捕获设备所拍摄图像的分析(无需任何参考图像)来实现这一判定。​

苹果专利背景阐述表明,当前缺乏能够自我诊断相机(即图像捕捉设备)是否处于良好工作状态的有效方法。举例来说,当设备相机镜头沾染油迹和(或)灰尘时,镜头 “污迹” 便可能致使图像质量下滑。此类污迹会在污迹与第一光学层之间引发额外的光线散射现象,进而造成图像模糊、清晰度降低等质量问题。​

又如,相机镜头上留存的人体汗液(或其他形式的水分)同样可能导致图像质量下降。这种情况通常发生在相机工作时距离用户身体过近,或是给定设备的工作温度由冷骤变为热的时候。​

总体而言,苹果该项专利申请涵盖了被动识别相机污迹的设备与方法,其独特之处在于无需借助参考图像便能确定相机是否存在污迹。实施例中还包含运用时间一致性和(或)传感器响应一致性约束来识别相机污迹的方法。​

从一个方面来看,该专利所涉及的设备包含显示器、图像捕获设备,以及一个或多个与存储器可实现操作耦合的处理器。这些处理器被设定为执行特定指令,指令执行过程包括:驱使处理器运用图像捕获设备获取图像,并在图像的高强度区域内识别出感兴趣区域(ROI);随后判定 ROI图像梯度是否大于阈值;指令还促使处理器提取ROI的多个子ROI,并确定图像捕获设备镜头上出现污迹的概率,最终将该概率输出至显示器。而确定图像捕获设备镜头上出现污迹概率的方式,既可以通过对多个子ROI中的每一个进行对比度测量来实现,也能够借助针对多个子ROI中的每一个运用神经网络的卷积块来达成。

「93913原创内容,转载请注明出处」