新闻详情
从源头重塑画质：苹果DarkDiff模型将AI融入ISP流程，攻克暗光拍摄难题
今天
110
爱思助手近日消息，科技媒体9to5Mac发布报道称，苹果公司与普渡大学合作，共同研发出一项名为DarkDiff的新型人工智能技术，旨在彻底解决设备在极暗光线下如苹果夜景拍摄的难题。
报道指出，在光照严重不足的环境中，手机所摄照片通常会产生大量噪点。现有技术多采用过度平滑的算法来消除这些噪点，但这往往导致图像细节丢失，使照片呈现“油画”般的涂抹效果。
为应对这一长期问题，苹果与普渡大学的研究团队提出了DarkDiff模型。与常见的后期修复思路不同，该技术创造性地将预训练的生成式扩散模型应用于相机图像信号处理流程中，从而从成像源头改善画质。
DarkDiff的关键突破在于其介入阶段——它并非在图像生成后才进行AI修补，而是在ISP处理原始传感器数据的早期阶段便开始工作。ISP完成白平衡、去马赛克等基础操作，生成线性RGB图像后，DarkDiff立即实施降噪与细节增强。这种深度融合使AI能够识别并还原暗部应有的纹理，而非简单进行模糊处理。
生成式AI时常会因“幻觉”问题错误添加或改变内容。为防止这一点，DarkDiff采用了“局部图像块注意力机制”，使模型聚焦于局部结构，在提升细节的同时忠实于原始画面。研究还引入“无分类器引导”技术，通过调整参数在平滑度与锐利度之间取得平衡，避免产生伪影。
为验证效果，团队使用索尼A7SII相机在极暗条件下拍摄测试样张，曝光时间短至0.033秒。将DarkDiff处理后的图像，与采用三脚架进行长时间曝光所得的参考图像对比，结果显示其在色彩还原与细节清晰度上均优于现有原始数据增强模型。
尽管表现突出，DarkDiff距离实际应用仍有挑战。研究人员表示，该技术处理速度较传统算法更慢，且对算力要求较高，如在本地运行将迅速消耗手机电量，未来可能需要借助云端计算。
此外，模型在识别低光环境中的非英文文字时仍有不足。目前，这项研究更多地体现了苹果在计算摄影领域的前沿探索，短期内可能不会直接应用于新款iPhone。
特别声明：本文版权归文章作者所有，仅代表作者观点，不代表爱思助手观点和立场。本文为第三方用户上传，仅用于学习和交流，不用于商业用途，如文中的内容、图片、音频、视频等存在第三方的知识产权，请及时联系我们删除。
