互联网时代，照片是人们交流和表达的重要方式之一，人们往往喜欢通过照片分享自己的所见所闻，然而很多时候，受低光照或背光环境影响，拍摄到的照片经常会产生欠曝光的现象，常常导致拍了很多照片，却难以挑选出能拿得出手的。近期，腾讯优图实验室提出的“低光照图像增强算法”，则有望解决这一痛点。

各大厂商纷纷推出夜拍神器，夜拍痛点仍难除

近几年，各大手机厂商纷纷推出各种“夜拍神器”，企图抓住该细分市场，在智能手机的红海市场分一杯羹。

2018年11月，谷歌推出新的Pixel智能手机，同时宣布推出全新相机模式Night Sight。谷歌宣称，使用Night Sight拍摄的照片比使用标准相机模式拍摄的照片要精准得多。然而，Night Sight拍摄照片所需的时间取决于场景和可用光线，通常需要一两秒钟才能让手机启动该模式工作。同时该模式可以使用的前期是仍需要一些光才能工作，如果在非常黑暗的环境中拍摄照片时，会得到一个像素混乱的结果。换句话说，这不是真正的暗光拍摄。

不到半年，在华为P30发布会上，华为消费者业务CEO余承东重点介绍了P30在拍照和摄像能力的提升，在夜拍上余承东调侃称“三星的Galaxy拍不到银行，但P30可以”。其现场展示的P30拍摄的银河照片，也似有与拍摄“火星”的Pixel叫板之意。不过P30有个前提是拍摄场景不能有太大的亮暗差，这样相机会避免过曝而导致暗处一团黑。

一度风靡全球的街机iPhone，因夜拍效果差长期受消费者诟病，最新一代的iPhoneX虽然宣称在夜拍能力上增强不少，但仍有用户吐槽夜拍照片局部放大后，由于过度曝光噪点很多。

目前，业内有三种传统夜景图像增强算法。直方图均衡化(Histogram equalization)，这种方法简单的利用了图像整体的统计性质，通常不能对复杂场景达到理想效果。基于Retinex理论的增强算法，通常只能用单通道进行光照优化，颜色无法很好地回复，在光照复杂的情况下还容易出现过曝的现象。这些传统方法还容易在增加图像亮度的同时，放大噪声等瑕疵，影响图像质量。而基于深度学习的方法，通常是输入图像到标注图像之间直接训练回归(regression)模型，由于数据本身的特性，这种方法得到的结果通常清晰度、对比度比较低，而且会有一些人工痕迹。

技术揭秘：低光照图像增强，腾讯优图的“炫”科技

来自腾讯优图的研究员介绍说，该算法全称为“基于深度学习优化光照的暗光下的图像增强”，通俗理解，是可以在移动端实时实现比美Adobe Lightroom专业调光效果的高端算法。已经被计算机视觉国际顶级会议CVPR2019收录。

在应用了腾讯优图低光照图像增强算法后，原本黑乎乎的图片立马变得明亮清晰、色泽丰满起来，其效果比起国际大牌的商业软件也丝毫不逊，甚至更佳。

腾讯优图对传统夜景图像增强算法进行了分析，发现直方图均衡化对复杂场景不理想； Retinex算法，颜色无法很好地恢复，光照复杂还容易过曝；深度学习的直接训练回归模型，清晰度、对比度较低，且有人工痕迹。

传统办法的欠缺，都在于过度重视“优化图片”，依靠各种技术指标，缺乏对“人”之体验的终极关注。腾讯优图创新算法，在网络中引入中间照明，将输入与预期的增强结果相关联，增强了网络从专家修饰的输入/输出图像学习复杂的摄影调整的能力。通俗理解，就是引入了专业美术人员优化后的照片与原始照片对比，由机器自动学习，模拟出人类的智慧。腾讯优图引入了3000组原始图片和专业美工调节后的图像，并训练网络有效地学习各种照明条件的丰富多样的调整。

在网络结构的设计方面，该算法也采用创新的双分支的网络结构。网络分成了全分辨率分支和低分辨率分支。其中低分辨率分支用于学习到全图光照的整体信息，低分辨率图像的使用，有助于增大网络感受野，提高算法速度。低分辨率分支的结果将会传递给高分辨率网络分支，用于重建全分辨率下的亮度图，并最终得到增强后的图像。此外，新的损失函数也进一步帮助网络结构产生更加稳定、清晰、颜色真实鲜艳的结果。因此，腾讯优图的低光照图像增强算法，在增强结果中恢复清晰的细节，鲜明的对比度和自然色彩。

计算机视觉AI算法，不止是手机摄影

实验室的创新算法，目前可以用于哪些场景呢？腾讯优图的算法研究员介绍，手机摄影或手机拍照效果优化，依然是最重要的应用场景。该算法与手机硬件的结合，有望在夜景拍摄上取得进一步的突破，给消费者带来更好的夜拍体验。

自2012年开始，腾讯优图已在全球赢得就近700项专利，并多次刷新FDDB、MegaFace等多项国际顶级评测世界记录。这些在人脸识别、图像识别领域的科研探索，不但应用于美化图片，还被广泛应用于交通、医疗影像、自动驾驶、金融、社交、娱乐、零售等多个行业领域。

例如，基于腾讯优图AI算法研发的肺癌、宫颈癌及糖尿病视网膜病变筛查技术已经通过腾讯觅影平台上线，并逐步落地到全国多家医院。