售價僅為3299元的iPhone SE2，雖然並不支持5G網絡，但是憑藉蘋果A13晶片+IOS系統成為了一款「真香機」。
不過，有些業內人士表示，iPhone SE2手機並沒有太多的亮點，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徵，這似乎和攝影功能是天造地設的一對。很顯然，整個電子影像行業比用戶更早察覺到這一點。
iPhone SE2的攝像功能怎麼樣?
對於攝影愛好者來說，iPhone SE2隻配備1200萬像素的鏡頭，並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圖像就不會產生人像效果的iPhone。
例如，當使用Halide這款應用進行測試時可以發現，第一方相機僅允許在人物主體上使用人像模式。
當發現這個情況的時候，有些用戶會表示iPhone XR也如此。儘管iPhone XR具有單個攝像頭，但它仍然可以通過硬體獲得深度信息。
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利用從每隻「眼睛」中看到非常細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的傳感器覆蓋範圍不足，但是，iPhone SE2完全可以通過機器學習來產生具有深度的照片。
iPhone SE2的這個特點可以進行簡單的測試：拍攝照片而不是實物。
例如，以全屏方式加載這張照片，然後使用iPhone SE2進行拍攝：
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了該深度圖，可以猜測該圖中間的部分略高於前景中。
然而，iPhone SE2生成完全不同的深度圖。儘管這個深度圖是錯誤的，但是結果讓人難以置信!
iPhone SE2在現實世界中的表現如何?
iPhone SE2非常適合給人進行拍攝，但是當鏡頭裡沒有人出現時，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據。
儘管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麼?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的另一個機器學習過程中發揮作用的地方。
除了iPhone XR外，Apple還引入了「 Portrait Effects Matte」 API，可以檢測照片中的人物並創建非常細膩的模糊成相。
只要前景中的物體清晰且聚焦，大多數用戶都可以在背景模糊的情況下玩兒轉攝影。
沒有什麼可以阻止Apple讓用戶對所有事物進行深度照片拍攝，但是Apple寧願設置「人像模式僅適合人」的情景，也不願讓深度效果不能達到預期而讓用戶失望。
機器學習是否會達到不再需要多相機設備?
人類的大腦遠強於機器這毋庸置疑。與全新的iPad Pro不同，人類的眼睛沒有任何雷射雷達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。
最好的深度來源於人類每隻眼睛的兩個圖像，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。這種雙目方式類似於雙攝像頭iPhone的深度功能。
猜測深度的另一種方法是通過運動。當人們走路時，遠處物體的視覺移動速度比附近的物體慢。
這類似於增強現實應用程式感測用戶在世界中位置的方式。對於攝影師來說，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。
那麼，iPhone如何從單個(單眼)靜止圖像中找出深度?
可以想像一下一個用一隻眼睛看世界的人，他過正常生活的時候會經歷許多麻煩。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。
在猜測深度時，單個圖像可以有多種解決方案。
歸根結底，神經網絡具有魔力，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。機器學習模型可能會提出合理的深度圖，但這並不意味著它可以反映現實。
如果用戶的目標是準確捕獲場景，以最大程度地編輯緯度，則在這裡需要雙攝像頭系統或其他傳感器如雷射雷達。
機器學習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，如果想要機器學習的速度趕超多相手機，那麼至少需要學習幾年甚至幾十年的時間。
責任編輯：kj005
文章投訴熱線:156 0057 2229 投訴郵箱:29132 36@qq.com