在佳能、尼康都现已摆好全面进入全画幅无反相机的时分,老牌相机厂商中只要宾得(理光)、富士和奥林巴斯还没有进入这一竞赛领域。宾得现在是彻底沉寂的状况,或许连他自己都说不清楚该何去何从。而富士和奥林巴斯的情绪却现已很清晰了。富士,在135画幅领域将深挖APS-C画幅的功用、功用和画质潜力,力求做精、做强,给用户另一种135画幅无反相机机身的挑选,在狭缝中寻求商场空间,站稳脚跟。一起,在中画幅领域也将持续走相同的路途,深挖"4433"规范的中画幅无反相机潜能,运用其先发优势,以此寻求打破。

那奥林巴斯呢?在O-MD E-M1X发布之前,其情绪是不清晰的,但在此M4/3规范的旗舰机型发布之后,其深挖M4/3规范的情绪就现已很清晰了。这实践上是一个好事儿,究竟奥林巴斯一向在这方面都做得很好,尽管商场空间不大,但也不必与佳能、尼康和索尼直接竞赛。这种运用自身优势,安定商场方位,再寻求打破的做法,是与富士同出一辙,也是适当正确的挑选。

E-M1X的发布是局势所迫

那为什么奥林巴斯为什么会挑选在此刻发布E-M1X,而不是更新E-M5 Mark II呢?明显,奥林巴斯是想在E-M5机型更新之前,用一款具有专业特性的高功用旗舰机型,来充分其E-M产品线。

这样做的最大优点是能经过强而有力的功用体现,让商场、顾客和原有用户树立起决心,用挥舞"旗舰级的高功用和尖端技能大旗"振作M4/3体系产品。究竟其对手是"全画幅",没有过人的优异体现,没有能镇得住的重头产品呈现,再香的"酒",恐怕也难有人问津。能够说,此刻发布E-M1X,其底子原因不是产品和技能,而是商场策略和局势所迫。

前所未见的双印象处理器体系

那E-M1X凭什么能打破M4/3画幅的局限性,能担起"高功用旗舰"的大旗呢?除了奥林巴斯深耕M4/3画幅产品技能多年积累下来的阅历、技能和镜头群外,其最值得重视的是采用了双印象处理器的全新印象处理体系TruePic VIII。这两颗印象处理器实践上便是核算机和智能手机里咱们所熟知的CPU,并且仍是双CPU的8中心处理器。一起,奥林巴斯还为这个双印象处理器装备了改善型的前端LSI。

这套双印象处理器体系,是现在我所了解到的,在无反相机中装备最高的处理器体系。其首要效果天然是提高整机的功用、功用水平,让其具有了"手持高分辩率拍照形式"和实时ND形式,以及满意完结各种根据AI的主动对焦算法的功用需求。

据奥林巴斯揭露材料显现,这个双印象处理器体系是专为相机而规划,异乎寻常之处在于它能够履行深度学习算法,让其具有必定的AI特性。

在现场体会E-M1X时,这套双印象处理器体系给我带来的感触是适当震慑的。由于在没有专门的AI芯片辅佐下,依托双印象处理器,它就能完结高帧率、高响应速度的实时主体辨认和盯梢对焦功用。要知道,现在为止,奥林巴斯E-M1X是除索尼A9(固件V5.0)、A6400以外第三个实在能够完结此功用的产品。

奥林巴斯表明,人工智能技能,特别是主体检测算法的开展能如此敏捷,其最大的原因是印象处理器功用和体系架构的改动。没有一个强壮的,能够极高速度、功率处理超大数据的强壮中心,是不或许实在取得AI技能所带来的提高的。

别的,需求特别指出的是,这个双印象处理器体系,其每个印象处理器都具有集成在芯片中的前端LSI电路。LSI电路(处理器)实践上是一个原始图画数据预处理的前端电路,它实践上是为了调控数据处理量和存储量,为的是提高整个印象处理器体系的功率。

双印象处理器加LSI电路,还意味着E-M1X具有了两个USH-II存储通道。每个处理器芯片上都有电路以支撑单个UHS-II数据流,这便是为什么E-M1 Mark II上的两个SD卡插槽中只要一个支撑UHS-II的原因。而E-M1X有了双印象处理器,就具有了支撑两个UHS-II卡的才干。这意味着其有必要具有容量更大,数据吞吐速度更快的缓存体系(包含芯片、总线和电路)。

E-M1X运用与E-M1 Mark II相同的Live MOS印象传感器,但E-M1X具有更好的图画处理才干,因而其拍照的JPEG相片,在高感光度下仍能够取得噪点更少的高画质。一起取得改善的,还有更滑润的肤色突变,以及更好的颜色体现。这些,都是双印象处理器体系所带来的提高,以及奥林巴斯在汲取作业拍照师的反应后,成像算法取得改善而得到的效果。

或许许多人会以为,这个单印象处理器也能做到,但他们疏忽了功用、功用的缺乏所或许带来的不良用户体会。举例来说吧,当运用E-M1X的画质优先形式(特色是低ISO、高细节)时,相机在拍照后是会主动进行两次降噪处理的,也便是说E-M1X具有了一个两级降噪功用。据奥林巴斯的工程师表明,在ISO800到ISO1600感光度之间,这个两级降噪体系的处理效果和功用体现最好。

有如此强壮的双印象处理器体系(双CPU、8中心),E-M1X的机身又如此紧凑细巧,其最大问题将会是作业中或许发生的高发热量所带来的效能下降,乃至是死机问题。为了处理这个问题,奥林巴斯在机身内部的两块印象处理器上都加装了"内部导热管"。是的,你没听说错!便是跟电脑给CPU散热装置和运用的,相同的"液冷导热管"。这是一种内部装有低沸点液体的空心导管,它能敏捷、安静地将热量,经过液体的汽化和液化转化,高效地完结热转化进程,从而完结高效散热。

据奥林巴斯介绍,E-M1X所运用的导热管布局在处理器芯片周围,并与机身的金属结构相连,从而完结将坐落相机中心部分的热量,敏捷传导到机身外壳结构上,完结快速散热。这个结构并不是为了一般的拍照相片需求而设,而是针对高强度的高速连拍和4K视频录制功用而规划。由于那时的相机将处于高负荷处理作业中,芯片和电路都会因而而发生高温。假如这些热量不能及时地发散出去,那么E-M1X很或许会死机,或直接烧坏芯片。

实在融入AI的AF体系

在我看来,现在实在融入了AI技能的产品,并且在相机中展现出AI特征的,只要索尼和奥林巴斯。但需求阐明的是,这种AI并不是咱们在智能手机、电脑等通讯和核算设备上所认知的AI,由于它不具有"云核算"才干,没有网络连接,不行实时经过云核算的办法来完结实时智能化。但它的确是AI技能的领域,由于它将机器深度学习的成果和具有智能辨识才干的程序植入到了印象处理体系中,使其能完结实时的智能判别和辨识主体的才干。尽管,这放在整个AI技能中是一个很表层的图画辨认和输入运用,但其带来的含义和拍照体会是彻底不同的。

奥林巴斯的E-M1X的AI技能首要是运用在AF体系上,它能够智能地辨认取景框中任一方位的三种不同类型的主体,然后将主动对焦点直接放在要害区域上。现在,这三种主体类型是赛车运动(包含轿车和摩托车)以及火车和飞机。别的,它还具有眼睛检测和面部辨认才干。

需求指出的是,E-M1X能够在辨认赛车、火车和飞机的进程中,主动辨认驾驶员(包含戴着头盔的)并完结主动对焦。明显,奥林巴斯在其AI的机器深度学习中进行了专门的,大数据量的练习,并取得了适当不错的数据库。

此外,奥林巴斯还表明将在未来专门针对动物,尤其是鸟类进行愈加深化的机器深度学习练习,使其AI主动对焦体系具有更准确的动物辨认才干,以提高其在生态拍照方面的功用优势。

奥林巴斯还特别提到了,其AI主动对焦体系对每种主体类型都进行了不计其数的图画的机器深度学习。并且在这个进程中还进行了人工干预,使其具有了辨认主体和正确的焦点的才干。例如,关于赛车运动的图画,在AI的机器深度学习进程中,就经过了人工干预协助其分辩"这是轿车/摩托车的车身,这是骑手的头盔"等等。这是一项巨大而深重的作业,据称奥林巴斯就此进行了3年多时刻才完结现有版别的数据库,而未来还将经过固件晋级的办法,进一步晋级此数据库。

说到此AI技能的研制,开端是由奥林巴斯的相机事业部和中心研制小组(由多个部分组成)协作发动的,经过了长达六个月的评论,确认了运用深度学习技能辨认图画中的主体的可行性,并树立了底子算法。之后,又阅历了超越两年半的时刻,将算法优化,并进一步提高其核算功率和精简数据库,使之到达能在E-M1X上运用的根底。这套深度学习技能,奥林巴斯采用了规范的一般办法和独有的特定算法进行开发。只要这样,才干到达"实时"辨认和核算焦点,并使之驱动主动对焦组织的意图。除了树立根底数据库和辨认算法之外,怎么减缩辨认进程中的推迟是一个研制难点。只要做到"无迟滞感",这样的AI主动对焦体系才是具有实用性的。

咱们都知道,根据AI的主体辨认不但是运用了从图画传感器上取得的主体印象数据,一起还获取了间隔数据。但奥林巴斯并没有发布其间隔数据是从相位检测主动对焦体系,仍是从对比度检测主动对焦体系中取得的。不过,从其实践体现来看,这或许现已不太重要了,由于在现场体会中我能看到主动对焦体系运作得适当流通,不但能正确辨认主体,还能实时盯梢。

需求阐明的是,这个对人类来说很简略的事,在相机上完结并不简略。由于相机取景框中往往充满着各式各样的物体,其图画、间隔和深度数据是十分紊乱的,从中准确辨认主体现已很不简略了,而要在杂乱的数据中取得准确的间隔和深度数据,更是一项十分困难和杂乱的核算使命。就如奥林巴斯在发布会现场所介绍的那样,E-M1X的AI体系会不停地以高帧率扫描检测取景图画中对应CMOS的一切2000万个像素点,并对数据进行实时处理。这是一个适当大的数据处理量,适当于每秒处理多少张相片相同,需求的不仅仅是超越的印象处理器功用,还需求算法的功率和准确率满足高。没有AI,这一切都很难办到。也正因如此,E-M1X的AI主动对焦体系才干准确辨认出赛车上戴有头盔的驾驶员,并将焦点紧跟其上。

在我看来,奥林巴斯的AI运用在主动对焦体系上仅是开端,在满足高功用的双印象处理器体系支撑下,相机AI还能够完结更多样的功用。不过,奥林巴斯并没有清晰的方向,机内的图画编辑与移动设备的互联很或许会是下一个方向。

功用提高带来的防抖效能提高

众所周知,M4/3体系的无反相机其镜头等效焦距视角转化系数是适当大的,到达了"2",因而奥林巴斯的镜头自身即使质量再高,其转化系数带来的直接问题便是防抖效能高地决议了其是否能拍照得更清楚,成像细节的清晰度等一系列影响成像质量的问题。就如奥林巴斯的ED 300mm F4 IS PRO镜头,其等效于600mm焦距的视角,假如没有其时的旗舰E-M1 Mark II内置的图画稳定器合作,供给约6.5挡快门的防抖效果,就很难完结手持拍照。

此次,在全体功用提高的大前提下,E-M1X取得了等效于7.5挡快门的防抖效果。从奥林巴斯揭露的材猜中,咱们能够看到它采用了与爱普生联合开发的陀螺仪传感器,具有较E-M1 Mark II高5倍的相机颤动检测准确率。

这明显是一个全新的防抖体系,陀螺仪技能的改善也意味着E-M1X的防抖效果是优于E-M1 Mark II的。为此,奥林巴斯给了它一个全新的姓名:全方位图画防抖补偿。

让人惊奇的手持高分辩率形式

E-M1X最吸引人的一个新增功用是手持高分辩率(像素移位)曝光形式。乍一看,你或许会以为它仅仅简略地经过像素移动的办法,将瞬间拍照的多张相片(8张)合称为一张约5000万像素的高分辩率相片。事实上并不是这么简略的,由于高分辩率拍照形式在奥林巴斯前期的M4/3体系无反相机中就现已完结了,但那是需求相机和被摄物体坚持停止,才或许拍照成功的。这个在E-M1X上依然得到承继,并被从头命名为"三脚架高分辩率曝光形式"。

现在,一切其他品牌的无反相机的相似功用都是"三脚架高分辩率曝光形式",只要奥林巴斯才具有"手持高分辩率拍照形式。那这两者之间有什么不同呢?

首要,两者完结的原理就有很大差异,简略来说,三脚架高分辩率曝光形式是一个感光元件按程序既定的像素移动规则,经过印象传感器的有规则"颤动"来完结的。你能够把它简略地幻想为一切像素依照"上→左→下→右→上"这样的移动轨道,各拍一张相片,终究组成为一张超高像素相片。

而手持高分辩率拍照形式就彻底不同,它愈加智能化,并且需求新的防抖体系供给机身颤动的相对位移数据,据此剖析和判别整个画面的一切像素点的成像信息,再经过高功用的双印象处理器判别那个区块需求"补拍",哪个区块不需求,并按此核算成果分配悉数16张相片的拍照区域(这是无规则的,非固定的),终究完结16个图画的高精度对齐组成为一张月5000万像素的高分辩率相片。事实上,理光的宾得K-1 II数码单反相机中也具有了相似的手持高分辩率拍照功用,但它运用的是4次曝光所得数据,并且不具有智能剖析和补齐的特色。所以,两者仍是有底子差异的。

不过,在现场体会的进程中我发现这个手持高分辩率拍照形式的成功率与被摄主体的移动起伏是有直接关系的,假如物体是处于颤动或许以运动中的话,其失败率适当的高。但拍照静物的话,其成功率就成倍提高,并且其成像质量和精密程度的确适当让人惊奇。

其次,E-M1X的三脚架高分辩率拍照形式的像素移动是按0.5像素进行位移的,8张组成终究一张8000万像素的相片,并且可直接输出RAW格式文件。而手持高分辩率拍照形式则只能输出5000万像素的RAW格式文件。

实时ND滤镜功用和景深组成形式

奥林巴斯E-M1X能够说是把印象传感器的"颤动"与防抖体系的功用发挥到极致的一款相机。它具有了相同以此为根底才干完结的"实时ND滤镜"功用和景深组成形式(包含对焦围住曝光形式)。

实时ND滤镜功用实践上是彻底依托E-M1X的防抖体系来完结的一个功用,仅有的不同是它不需求"像素位移"来取得超高分辩率。仅仅简略地经过从防抖体系取得的数据,对非移动的物体进行准确组成,而对画面中的移动物体进行仓库组成,以此来完结加装ND滤镜才有的模仿慢快门效果。

需求留意的是,它的成像效果要比许多智能手机的"慢快门形式"要实在天然。这首要是由于它是经过超高速的多帧截取,并合作相应的慢快门来完结的。其采样率要比智能手机的高许多。并且,高功用的防抖体系也能很好地坚持停止物体的清晰度,并为终究的组成供给适当精准的数据支撑。这点,让该功用能够完结手持慢快门拍照,可谓是奥林巴斯的创始。

相同的,其景深组成形式和对焦围住曝光形式也是采用了相同的原理得以完结。仅有不同的是,在这两个形式下,相机处理的是"间隔数据",依靠AI主动对焦体系,快速地完结焦点的规则改变,从而完结全景深和多焦点相片的拍照。

值得一提的是,E-M1X在景深组成形式和对焦围住曝光形式下,是对整个印象传感器上的一切像素点的焦距进行剖析和判别,而不是"逐一"间隔数据进行剖析。也便是说,E-M1X是具有瞬间完结整个图画区域的深度信息获取和剖析,构成整个图画区域的深度图的才干的。换而言之,E-M1X的AI主体辨认体系,也在此功用中起到了适当重要的效果。反向推导,咱们能够以为E-M1X的AI主动对焦体系,实践上是一个具有全图画主体深度检测处理才干的体系,而不是一个简略的"寻觅主体"的主动对焦体系。如此一来,这样的AI技能完结办法,我也是初次看到它在相机上完结。

推荐阅读