隆重推出

DxO AI 蒙版

Taneli Lahtinen

蒙版和局部调整的全新标准

为什么蒙版技术
亟待改变

对于摄影忠实爱好者来说，效率和精准度至关重要。  全新 DxO AI 蒙版与强大的 U Point™ 技术相结合，让 DxO PhotoLab⁹ 突破可能的极限，在全分辨率下呈现无与伦比的精确度。

分辨率挑战

Petr Bambousek

卷羽鹈鹕，希腊

Olympus E-M1X

12-100mm f/4

ISO 400 - 1/400 - f/8 - 20mm

DxO PhotoLab

此处为一张 2000 万像素的全分辨率图像。

以下是摄影作品与视频剪辑或智能手机处理的区别：摄影忠实爱好者会日常处理 2000、3000、4000 万像素乃至以上的图像。尽管社交媒体上的 AI 演示令人惊艳，能瞬间完成主体选区，但这些演示通常仅在最长边约 256 像素的低分辨率下运行。这对于视频拍摄来说足够了，但对严肃摄影而言则远远不够。

这里的挑战不止是增加一个小小的蒙版。
当您要处理一个 5000 万像素的 RAW 文件时，每一个边缘、
每一缕头发还有每一个焦内焦外的细微转换都至关重要。
简单的插值法难以胜任这样的要求——它会留下锯齿边缘、遗漏细节，也
无法捕捉到可确立专业级选区的细微边界变化。

DxO AI 蒙版背后的
精密五步处理流程

我们的工程师团队开发了一个级联式五步处理流程，将现代 AI 技术的精华与经过验证的图像处理技术相结合：

示例中使用了两种方法——选取“动物”主题类型，然后是使用用户绘制的边界框进行选区作为映射。

步骤 1：
智能主题识别（语义框定）

该过程以高级神经网络为起点，理解您的需求。当您选择“天空”、“人物”或任意主题类型时，系统会识别相关对象并生成初始边界框——也即您的拍摄对象所在的大致区域。

第一步采用较低分辨率。

步骤 2：
初始 AI 分割

我们在每个边界框内应用先进的分割技术创建初始蒙版。它们以较低分辨率运行，但语义理解能力极强，即使在颜色和色调相似的情况下也能将主体与背景区分开来。

步骤 3 的分辨率提升。

步骤 3：
概率提升
（图像抠图）

精彩之处正在于此。我们采用专业的图像抠图算法（这种技术原本多用于影视制作中的绿幕效果）将分辨率提升四倍，同时增加重要的灰度信息。这将简单的二进制蒙版转化为概率图，不仅识别图像的半透明区域，还能准确捕捉边缘的柔和过渡。

步骤 4：
高分辨率优化（导向筛选）

高级信号处理技术，包括导向筛选，将蒙版的分辨率减少一半。该步骤在保持计算效率的同时保留精细细节——这对于响应式编辑至关重要。

步骤 5 实现全分辨率。

步骤 5：
最终分辨率

最后一步是根据图像的完整分辨率进行缩放，无论您的图像是 2000 万像素还是 100 万像素，都能确保像素的精确度。

技术之外：
整合优势

但是，真正使 DxO 与众不同的是：
我们并未舍弃那些早已行之有效的技术。 20 多年来深受摄影忠实爱好者信赖的 U Point 技术依然可完整集成，补充语义 DxO AI 蒙版技术。

为什么这很重要？因为 AI 并不完美。 当根据颜色相似的皮椅选择人物时，语义选择的优势就体现在基于颜色的选择上。但当您只需调整脸部阴影部分而保留高光时， U Point 提供的精准度是单纯的 AI 无法匹敌的。

这并非是要在技术之间进行选择——
 两项技术可无缝集成，触手可及。先以 DxO AI 蒙版处理复杂主题，然后使用 U Point 实现极致精度。这是摄影忠实爱好者翘首以盼的工作流程。