4月1日，小米11 Ultra以143分的好成绩称霸DXOMARK，超过第二名华为Mate 40 Pro+，成为目前为止相机表现最好的智能手机。

小米11 Ultra在暗光条件下表现出色，官方称这得益于小米加入了神奇的夜枭算法。

小米指出，当环境光照度低于0.1Lux时，人眼几乎很难看清东西，甚至连掉在地上的钥匙都很难找到，这时拍出的照片将完全无法使用。但我们针对这种1%的极端拍摄场景开发了一种神奇的算法：夜枭。

传统相机和手机在极弱光条件下拍摄会遇到哪些问题？

难点一、环境亮度低，噪声大，现有的深度学习技术很难捕捉到数据并有效降低噪声。

难点二、采用传统算法进行多堆栈，只能缓解噪声和色差的影响，难以恢复丢失的图像信息。

难点三、采用长曝光法，通过增长曝光时间来提高图像质量，用户手持拍摄容易糊成一片。

难点四、传统的增亮算法会大大增加去噪的难度，同时也会影响白平衡导致色彩校正的准确性下降。

针对以上问题，小米11 Pro和小米11 Ultra首发了自研的夜枭算法，将自研的图像测光算法、图像配准融合算法、图像重构算法、图像色彩校正算法结合起来，通过连续获取8张EV0照片并正确曝光，达到更好的去噪效果，还原更多细节，最终获得清晰明亮的图像。

小米夜枭算法自主研发了针对极暗光场景的噪声校准系统，充分了解极暗光场景下噪声的分布和形态，从而补充了大量的模拟噪声数据，增强了训练数据的丰富性，使去噪过程更具针对性。

同时，夜枭算法自主研发了极暗光场景数据采集系统，利用各种真实摄像头进行数据采集，补充真实摄像头数据，获得更好的去噪效果。

我们知道，极暗光场景最大的特点就是高噪点，如何在有效去除图像噪点的同时，恢复更多的图像细节，是第一个也是最大的难题。

目前，即使我们采用多帧图像叠加去噪，也会有图像边缘信息的丢失和部分内容失真。而通过神经网络对图像去噪进行优化，即使存在局部信息的残缺，也可以通过深度学习的方式恢复出高质量的局部图像，且细节丰富。

夜枭算法中的AI去噪算法结合多帧EV0 RAW域图像信息进行图像对位，降低了拍摄手抖的影响；同时还能充分利用画内信息和画间信息进行互补，从而获得更好的去噪效果，还原更丰富的细节信息。

官方表示，小米夜枭算法通过创新的深度学习AI算法，突破了暗光视觉极限，实现了即使在伸手不见五指的环境下，也能获得清晰明亮的图像。

出处：快科技