2020年1月9日下午，曠視聯(lián)合中國信息通信研究院泰爾終端實驗室共同發(fā)布了《2019智能手機影像技術(shù)應用觀察及趨勢分析》白皮書（以下簡稱“白皮書”）。

白皮書從“智能手機影像應用行業(yè)現(xiàn)狀”、“智能手機影像技術(shù)與應用變革”和“前景與趨勢”三方面，系統(tǒng)盤點了2019年智能手機在影像應用的行業(yè)發(fā)展情況，并對其發(fā)展前景和方向進行了趨勢分析。白皮書認為，隨著人工智能技術(shù)在智能手機拍照領(lǐng)域的成熟運用，影像技術(shù)已經(jīng)成為影響手機銷量的重要指標之一。

當前，手機已經(jīng)成為人們?nèi)粘９ぷ骱蜕钪胁豢苫蛉钡脑O(shè)備。無需攜帶現(xiàn)金或銀行卡的移動支付、隨時隨地的移動客戶端購物、日常生活的銀行資金交易等應用場景，也讓用戶對手機的安全性和便捷性提出新的要求。這也從側(cè)面反映出，人們對手機更強大的功能需求也更加迫切。

針對時下人們更愿意用手機去記錄生活的習慣，各終端廠商開始在手機影像功能上進行大刀闊斧的創(chuàng)新，為智能手機的拍攝和生物識別功能植入了更多人工智能元素，一方面讓夜攝、自拍、直播的功能體驗顯著提升；另一方面也讓手機解鎖、移動支付等功能更加安全、便捷。這些創(chuàng)新的影像技術(shù)，逐漸成為消費者選購手機時的重要衡量指標。

白皮書指出，在2019年，手機AI影像增強技術(shù)成為了市場發(fā)展的主旋律。不論是上半年長焦遠攝和夜景攝影的突破，還是下半年“視頻手機”概念的提出，讓手機的影像應用及相關(guān)功能成為各大終端廠商吸睛的法寶。

各大公司及計算攝影解決方案供應商不僅在鏡頭上堆積高像素、潛望式、多攝等硬實力，更在軟件層面推陳出新。如曠視于2019年推出的超畫質(zhì)技術(shù)可以彌補自身硬件的不足，通過對原始圖像進行處理，能夠更好地降低圖片噪聲、保留畫面細節(jié)，優(yōu)化拍攝和影像處理時間，顯著提升用戶在夜晚和低光照環(huán)境下的拍攝體驗，突破手機在夜景和弱光環(huán)境下拍攝的局限。

（曠視超畫質(zhì)技術(shù)清晰度對比）

同時，在信息化時代，如何保護用戶的隱私成為必須考慮的問題，當手中的設(shè)備涉及到金錢交易時，安全性更是大眾考慮的條件。白皮書提出，生物識別技術(shù)依然是保障手機安全的核心配置，也是影響消費者購機的主要因素。這其中最為核心的就是3D人臉識別及解鎖和指紋識別技術(shù)。

例如，2019年，以華為年度旗艦Mate 30 Pro為代表的高端機型，采用了3D人臉識別與支付算法。白皮書認為，這表明3D人臉識別與支付算法仍然是高端手機生物識別方案的首選，其低于百萬分之一的誤識率、僅僅40毫秒的反應時間和對安卓手機的適應性，成為萬千手機人臉識別的首選?；谥Ц都墑e的安全保障，3D人臉識別與支付算法已允許消費者使用智能手機方便且安全地授權(quán)支付。

（用戶體驗手機3D人臉支付功能）

由于全面屏的興起，目前市面上的主流手機絕大部分都采用了屏下指紋識別技術(shù)，其中的光學式屏下指紋識別由于技術(shù)的成熟，成為市場的絕對主流。而隨著屏下指紋識別市場的愈加火熱，越來越多的廠商開始進軍這一領(lǐng)域。包括曠視在內(nèi)的人工智能技術(shù)突出企業(yè)和計算攝影解決方案供應商也紛紛布局，利用深度學習技術(shù)，進一步滲透屏下指紋識別市場。

此外，白皮書還通過豐富的示例以及數(shù)據(jù)對2019年的智能手機影像領(lǐng)域進行了合理分析，同時依托于現(xiàn)有情況，探索了未來技術(shù)發(fā)展的方向，并作出展望。

2020年，隨著5G換機潮的到來，智能手機市場的競爭將更加激烈，想在復雜多變的行業(yè)競爭中脫穎而出，勢必要做出更多的努力。白皮書預測，2020年智能手機影像應用領(lǐng)域的變革將主要集中在AI算法芯片化加速產(chǎn)品落地、指紋識別芯片的借勢再起、ToF鏡頭將大幅增加、攝像頭及傳感器將持續(xù)創(chuàng)新、屏下攝像頭2020年或?qū)⑸逃谩撏綌z像頭將成為中低端手機的標配等幾個方面?？偠灾?020年智能手機的影像性能和外觀設(shè)計仍將是推動創(chuàng)新的兩大源動力，隨著硬件性能的穩(wěn)步提升和AI算法的進一步成熟，今年的智能手機行業(yè)勢必將為用戶帶來更佳的消費體驗。

未來，泰爾終端實驗室也將在相關(guān)領(lǐng)域與曠視加強合作，共同探索AI技術(shù)在特定應用領(lǐng)域?qū)崿F(xiàn)商用化落地，通過規(guī)模化降低成本，以提升我國AI產(chǎn)業(yè)核心競爭力，推動生態(tài)建設(shè)，加速AI算法的產(chǎn)品化落地。