恐怕没有比图片中打上马赛克更不爽的事情了吧?谷歌正在研发的黑科技，将完美解决这个问题，听起来相当不错。

Mashable给出的报道称，谷歌已经通过人工智能研发出了将模糊人脸变成清晰画面的技术，而这是他们深度学习项目的一个分支。

总的来说，谷歌AI通过自我学习，能够把只有64个像素(8X8)的模糊图片，变成更清晰的图片，听起来很夸张，但结果也相对复杂一些。

谷歌强调，图片去模糊变清晰的过程必须经过两个神经网络训练的两个阶段，第一个阶段涉及到“条件作用网络”(Conditioning Network)，系统将会搜索其他类似经过压缩的高分辨率图片，寻找图案、颜色的相似关系。第二个阶段被称之为“优先网络”(Prior Network)，这一阶段将会利用高分辨率图片的细节，对于模糊图片的部分进行填充。

两个神经网络训练阶段完成后的照片，将进一步被整合成为一张图片，从而实现最大限度的高分辨率还原。

此外，对于那些原有画面已经十分模糊的，谷歌不去强化这些像素，而是利用机器学习技术，猜测出更多的像素，从而提高画面的分辨率。

看到这样的技术，不少网友大呼“我的硬盘有救了”。

HUAWEI 华为 Mate 20 Pro 智能手机摄像头拍摄体验报告

P20 Pro凭借大底[大尺寸感光器]优势，为华为带来了正面的口碑，所以，继续使用大底的Mate 20 Pro自然也会被寄予高期待。大底的潜力能不能进一步获得挖掘，Mate 20 Pro能否登顶，是很多读者的关注点。

Mate 20 Pro的希望提供超广到长焦的“全焦段”拍摄体验，因此后置摄像头组使用三个摄像头，分别是等效16毫米的超广，光圈F2.2，感光器像素2000万;等效27毫米的广角，光圈F1.8，感光器像素“4000万”;等效81毫米的长焦，光圈F2.4，感光器像素800万。所有镜头都没有光学防抖机构。

主镜头依然采用索尼IMX600感光器，它的尺寸规格是1/1.7英寸，是目前在售机型中最大的，是主流规格的2+倍的水平。很多老法师信奉“大底就是正义”，在相同的技术背景下，这就是真理。

IMX600使用了Quad Bayer结构，它和传统结构的区别是，它可以使用2X2的同色单元作为一个基础单元使用，也可以1X1输出，1X1输出时是4000万像素。Quad Bayer 感光器索尼不止这一款，而且其他Quad Bayer 感光器的总像素都以2X2计算，所以我们给“4000万”加了个引号。从P20 Pro的实际表现来看，4000万的实用性并不高，并不能提升解析力。P20 Pro上的黑白摄像头被替换成了超广，我们觉得挺令人遗憾的，Soomal一直认为黑白摄像头是华为手机真正的精华所在。

摄像头是该手机的重要卖点，华为在官网位置显示“华为徕卡联合设计”，还有单独的样张展示页，卖点之重要，胜过其他。

对焦

Mate 20 Pro的对焦速度比不上各类“双核对焦”，但结合预对焦机制，速度上的差异难以察觉，除非在较弱的光线下抓拍，速度上的差距才会较为明显的呈现。Mate 20 Pro 也具有“4D预测追焦”，这是一种相位加反差构成的混合对焦系统，它被设计用于预测被摄对象的运动轨迹，以实现高效的追踪对焦，这套对焦系统源自索尼。

Mate 20 Pro有着良好的对焦逻辑优化，能够尝试判断谁是对焦对象，并不要求被摄对象一定要在画面居中，这让用户能够更精心于构图，而不是担心对焦。Mate 20 Pro也有偶尔抽风的情况，例如画面一侧出现运动物体，系统会产生对这些物体追焦，这个逻辑需要优化。

Mate 20 Pro三枚镜头，对焦体验并不完全相同，主镜头体验最好，超广也非常好，因为超广寻找不到被摄对象时可以使用超焦距拍摄也无妨，长焦镜头对焦偏慢一点，但对实际体验影响不是很大。

总的来说，Mate 20 Pro的对焦体验是优秀的。

测光

P20 Pro的主摄像头自动测光比较保守，而Mate 20 Pro的则相对大胆一点，但也控制在合理的范围内。在晴天场景中的白色物体可能出现轻微的溢出，弱光场景下射灯照射点或者高光差地方也可能出现轻度溢出。广角摄像头在晴天场景下会更激进点，而在弱光场景则会偏小保守。长焦摄像头在晴天下测光也会偏向保守。

Mate 20 Pro具焦点与点测光联动，灵敏度较高，对结果影响大，掌握相对困难，但干预空间大。它还支持脸部测光优先，以确保不出现黑脸的情况，如果是逆光场景，会启动HDR来保住其他区域的细节。但有些情况下，例如肤色较黑的人在阴天场景中，就可能出现高光部分细节溢出的问题。

这款手机在自动模式和专业模式下都提供了曝光补偿工具，支持±4EV的补偿范围，自动模式下的步进范围为0.1EV，专业模式下是0.3EV。