当前位置:首页 > 文章列表 > 科技周边 > 业界新闻 > 荣耀Magic6系列引入LOFIC技术:开启手机摄影的动态范围新时代

荣耀Magic6系列引入LOFIC技术:开启手机摄影的动态范围新时代

来源:ITBear科技资讯 2024-03-21 15:30:37 0浏览 收藏

荣耀即将推出的 Magic6 系列搭载了创新的 LOFIC 技术,旨在开启手机摄影的动态范围新时代。这项技术在图像传感器中加入了电容,可捕获溢出的光电子,从而显著提升传感器的动态范围,使其与单反相机媲美。LOFIC 技术解决了传统手机影像传感器动态范围有限的问题,可更准确地捕捉高亮和高暗区域的细节,避免过曝或欠曝,带来更加逼真的摄影体验。

荣耀李坤最近宣布,即将推出的荣耀Magic6至臻版和荣耀Magic6 RSR保时捷设计将首次搭载LOFIC技术,配备单反级超动态鹰眼相机。这项创新技术有望为手机摄影带来质的飞跃,引领摄影体验的新潮流。

LOFIC技术,全称为Lateral OverFlow Integration Capacitor,即横向溢出积分电容技术。该技术的核心原理是在手机影像传感器的每个光电二极管旁边增设一个高密度电容,用于捕获那些因饱和而可能溢出的光电子。当光电二极管所转化的光电子数目超出其承载能力时,多余的光电子将被引导至邻近的电容中,从而避免了因溢出导致的“过曝”现象。这一创新设计使得拍摄场景中的高亮区域信息得以更好地保留,进而让最终的照片效果更加贴近现实的光影场景。

荣耀Magic6系列首发LOFIC技术:手机摄影的动态范围新篇章

据小编了解,此次荣耀推出的基于LOFIC技术的影像传感器在性能上实现了质的飞跃。其单像素满阱容量从传统手机影像传感器的30000大幅提升至270000,这一跃升不仅极大地增强了传感器对高动态范围场景的光线宽容度,更实现了与单反相机相媲美的15EV超高动态范围。相较于传统手机影像传感器,其动态范围提升了3档以上,甚至在理论上与SONY微单视频旗舰A7S3的动态范围相当。这意味着,无论是在高亮还是高暗区域,荣耀Magic6系列新品都能更精准地捕捉并保留细节,从而避免了过曝或欠曝的问题,让照片效果更加接近人眼的实际感受。

荣耀Magic6系列首发LOFIC技术:手机摄影的动态范围新篇章

LOFIC技术最初是应用于汽车行业自动驾驶的车载摄像系统。由于车载摄像系统需要面对各种极高动态的场景,如穿越隧道、进出停车场以及夜景灯光等,因此要求摄像系统具备出色的捕捉大光比场景影像的能力。荣耀正是看到了这一技术的巨大潜力,决定将其引入手机移动端的影像系统中,以期解决手机影像传感器动态范围有限的问题。然而,将LOFIC技术应用于手机影像传感器并非易事。荣耀团队经过两年的艰苦努力,克服了诸多技术难题,如高密度电容的植入以及后端对超高动态范围信息的处理和使用等。最终,他们成功打通了图像接收、融合、转换、显示一整条高动态通路,充分发挥了LOFIC技术的高宽容度优势。

以上就是《荣耀Magic6系列引入LOFIC技术:开启手机摄影的动态范围新时代》的详细内容,更多关于荣耀的资料请关注golang学习网公众号!

版本声明
本文转载于:ITBear科技资讯 如有侵犯,请联系study_golang@163.com删除
揭秘2024款Moto G Power 5G全面性能配置,蓝牙5.3引领时尚潮流揭秘2024款Moto G Power 5G全面性能配置,蓝牙5.3引领时尚潮流
上一篇
揭秘2024款Moto G Power 5G全面性能配置,蓝牙5.3引领时尚潮流
学会使用PHP删除URL路径中的文件扩展名
下一篇
学会使用PHP删除URL路径中的文件扩展名
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    463次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    526次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    543次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    490次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    309次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码