售價僅為3299元的iPhone SE2，雖然并不支持5G網(wǎng)絡(luò)，但是憑借蘋果A13芯片+IOS系統(tǒng)成為了一款“真香機”。

不過，有些業(yè)內(nèi)人士表示，iPhone SE2手機并沒有太多的亮點，它更像是一款換芯版的iPhone 8。

4月27日，iFixit 分享了iPhone SE2拆解報告，確認(rèn)大部分iPhone SE2的零件可以與iPhone 8通用。其中，iPhone SE2的相機傳感器可以與iPhone 8互換。

手機具有便捷性這個顯著的特征，這似乎和攝影功能是天造地設(shè)的一對。很顯然，整個電子影像行業(yè)比用戶更早察覺到這一點。

對于攝影愛好者來說，iPhone SE2只配備1200萬像素的鏡頭，并缺少廣角和微距鏡頭。iPhone SE2不支持超級夜景模式，前置攝像頭只有700萬像素。

iPhone SE2是第一部只使用單個2D圖像就能產(chǎn)生人像效果的iPhone。

例如，當(dāng)使用Halide這款應(yīng)用進(jìn)行測試時可以發(fā)現(xiàn)，第一方相機僅允許在人物主體上使用人像模式。

當(dāng)發(fā)現(xiàn)這個情況的時候，有些用戶會表示iPhone XR也如此。盡管iPhone XR具有單個攝像頭，但它仍然可以通過硬件獲得深度信息。

iPhone XR利用了傳感器的聚焦像素，用戶可以將它們視為旨在幫助手機聚焦的微小“眼睛”。

iPhone XR利用從每只“眼睛”中看到非常細(xì)微的差異來生成非常粗糙的深度圖。

iPhone SE2無法使用聚焦像素，因為iPhone SE2的傳感器覆蓋范圍不足，但是，iPhone SE2完全可以通過機器學(xué)習(xí)來產(chǎn)生具有深度的照片。

iPhone SE2的這個特點可以進(jìn)行簡單的測試：拍攝照片而不是實物。

例如，以全屏方式加載這張照片，然后使用iPhone SE2進(jìn)行拍攝：

從圖片上可以看出，使用iPhone XR的時候可以看到幾乎平坦的表面，似乎是使用了彩色圖像改進(jìn)了該深度圖，可以猜測該圖中間的部分略高于前景中。

然而，iPhone SE2生成完全不同的深度圖。盡管這個深度圖是錯誤的，但是結(jié)果讓人難以置信！

iPhone SE2非常適合給人進(jìn)行拍攝，但是當(dāng)鏡頭里沒有人出現(xiàn)時，這部手機有時會出錯。

例如，手機將背景中的樹木與狗狗的頭部混淆了。

以下圖為例，當(dāng)用戶使用iPhone 11 Pro和SE2拍攝了該照片，很明顯，擁有多個攝像頭可以生成更好的數(shù)據(jù)。

iPhone 11捕捉了整個走廊的深度，但iPhone SE2卻錯過了退到背景中的地板。

這對真實世界的照片意味著什么？以擁有不同層次的多肉植物為例。

iPhone 11 Pro在深度圖中顯示出明顯的邊緣；iPhone SE2獲得了事物的要點。

如果用戶更喜歡iPhone SE2的外觀，則始終可以使用iPhone 11 Pro重新創(chuàng)建它。但是，用戶無法在iPhone SE2上獲得iPhone 11 Pro的獨特分層。

分層是Apple的另一個機器學(xué)習(xí)過程中發(fā)揮作用的地方。

除了iPhone XR外，Apple還引入了“ Portrait Effects Matte” API，可以檢測照片中的人物并創(chuàng)建非常細(xì)膩的模糊成相。

只要前景中的物體清晰且聚焦，大多數(shù)用戶都可以在背景模糊的情況下玩兒轉(zhuǎn)攝影。

沒有什么可以阻止Apple讓用戶對所有事物進(jìn)行深度照片拍攝，但是Apple寧愿設(shè)置“人像模式僅適合人”的情景，也不愿讓深度效果不能達(dá)到預(yù)期而讓用戶失望。

人類的大腦遠(yuǎn)強于機器這毋庸置疑。與全新的iPad Pro不同，人類的眼睛沒有任何激光雷達(dá)可以為人們提供深度信息。相反，人類的大腦卻可以從許多源頭收集信息。

最好的深度來源于人類每只眼睛的兩個圖像，人類大腦在圖像之間“連接點”的差異越大，物體與人眼的距離就越遠(yuǎn)。這種雙目方式類似于雙攝像頭iPhone的深度功能。

猜測深度的另一種方法是通過運動。當(dāng)人們走路時，遠(yuǎn)處物體的視覺移動速度比附近的物體慢。

這類似于增強現(xiàn)實應(yīng)用程序感測用戶在世界中位置的方式。對于攝影師來說，這不是一個很好的解決方案，因為在拍攝照片之前要求某人在空中揮動手機幾秒鐘是很麻煩的。

那么，iPhone如何從單個（單眼）靜止圖像中找出深度？

可以想象一下一個用一只眼睛看世界的人，他過正常生活的時候會經(jīng)歷許多麻煩。例如，開車要花費更多的精力。

正常視覺的人以其他線索來判斷距離，例如已知對象的相對大小。

【 圖片來源：信息時報 所有者：信息時報 】

在猜測深度時，單個圖像可以有多種解決方案。

歸根結(jié)底，神經(jīng)網(wǎng)絡(luò)具有魔力，但它們受到與人類智能相同局限性的約束。

在某些情況下，僅一張圖像是不夠的。機器學(xué)習(xí)模型可能會提出合理的深度圖，但這并不意味著它可以反映現(xiàn)實。

如果用戶的目標(biāo)是準(zhǔn)確捕獲場景，以最大程度地編輯緯度，則在這里需要雙攝像頭系統(tǒng)或其他傳感器如激光雷達(dá)。

機器學(xué)習(xí)會超越多相機手機嗎？顯然是不可以的。

正如拿攝像機與人眼相比，從物種起源開始算起，人類用億萬年的時間進(jìn)化出來的肉眼，目前來看眼睛的能力機器是無可替代的。

因此，如果想要機器學(xué)習(xí)的速度趕超多相機手機，那么至少需要學(xué)習(xí)幾年甚至幾十年的時間。