首先，对于相机系统来说，核心部件包括镜头、传感器与处理器，三者共同作用决定了成像的画质表现。但是随着如今硬件性能提升，大家拍摄的题材也更加多样化，很多过去难以拍摄的题材，比如星空、航空摄影等，在如今也进入了大众视野。
但是面对这些题材，器材的不足往往还是会展现出来。例如拍摄星空，我们需要使用更高的感光度、更大的光圈来进行拍摄。但是高感光度下，成像的画质噪点必然增多，画质细节也会下降，而且镜头光圈全开时，除了锐度会有所下降，也会产生高光边缘色散、慧差等影响画质的不利因素。因此，如今在拍摄很多题材时，摄影师需要找到器材性能与拍摄要求的平衡点，这个对于摄影师的技术技巧以及对设备应用的熟练度都有较高要求。
如今摄影技术的一大难点，就是找寻拍摄参数与设备性能的平衡点
如今，凭借佳能佳能深度学习图像处理技术，我们可以很好解决这一摄影的矛盾点。
佳能深度学习图像处理技术带来了两个重要的应用软件：神经网络图像处理工具（Neuralnetwork Image Processing Tool）、以及神经网络升级工具（Neuralnetwork Upscaling Tool）。
神经网络图像处理工具的核心作用，就是通过：神经网络降噪、神经网络去马赛克、神经网络镜头优化三大功能，来提升我们拍摄照片的画质表现。
神经网络处理工具的核心作用
而神经网络升级工具，则是在尽可能保持画质的前提下，通过后期处理提升照片像素，可以将照片像素放大四倍，从而更好适应后期裁切以及大幅冲印的需要。例如使用佳能EOSR5可以拍摄4500万像素的照片，配合神经网络升级工具，后期可以获得约1.8亿像素的照片，能够满足更大幅面，例如商业广告的冲印要求。
神经网络放大工具，可以对照片像素放大4倍，实现更高分辨率
对于这两款软件，我们可以将神经网络图像处理工具，理解为后期提升照片画质，解决前期拍到了，但是照片画质不够好的问题。
例如神经网络降噪功能，就可以解决文章开头所述，拍星空时提高感光度会带来更多噪点的问题。不论拍摄夜景，还是拍摄星空，佳能开发了多种降噪功能，以应对高感光度下易出现噪点的问题。
相比于传统降噪，神经网络降噪的优势在于可以尽可能保持画质的细节不会丢失，特别是面对诸如建筑轮廓、人物面部细节等难以处理的部分，不会像传统降噪将细节与噪点一并抹除。神经网络降噪功能基于对庞大的RAW图像样张数据库，用佳能自己研究的方式对图像数据进行深度学习，提升了对噪点及图像本身的分辨精度，成功提升了图像品质。
降噪功能对于细节的处理尤为准确
同样，神经网络图像处理工具同样可以应用于消除照片马赛克，也就是：伪色、锯齿和摩尔纹。
由于相机传感器本质上由RGB三原色的像素组成，因此每个像素点只能够记录其中一种颜色信息，而其他2种颜色需要依靠周围像素获取的信息进行推算获得；而任何推算都可能会出错，这就决定了相机拍摄的内容，必然会产生“马赛克”，也就是错误的光线和颜色信息。
神经网络去马赛克功能，是佳能基于庞大的RAW图像样张数据库进行深度学习开发出来的。开发过程中还考虑到了人眼视觉对亮度变化反应敏感但对颜色变化反应不敏感的特性，对数据库进行了优化。因此在一些极端条件下，相机传感器对于RGB判定不准确时，借助于神经网络去马赛克功能，更容易还原物体的本来面貌，消除诸如摩尔纹、斜线锯齿等不利因素。
去马赛克功能，可以消除照片中细微的不利因素
同样神经网络图像处理工具还有一个重要功能，就是提升镜头的成像素质。
镜头作为一个光学组件，很多性能要受制于物理规则的制约，例如大光圈下边缘画质必然会有所下降、小光圈下会产生衍射模糊问题等等。
神经网络图像处理工具的作用就是在后期尽可能消除这些负面因素，以软件应用克服物理规则上的瓶颈。神经网络镜头优化与数码镜头优化类似，基于镜头和图像感应器的设计数据，进行了大量的样张数据学习。神经网络算法不仅是修复图像，更重要是从源头上搞清楚为什么会导致出现此类问题，原理是什么？通过对原理的分析，结合大量的数据库学习，就能够更准确的消除像差、衍射模糊等问题。
镜头优化功能，可以让我们放心使用最大光圈或者小光圈进行拍摄
目前佳能神经网络处理工具已经支持了多款佳能RF镜头，而且大家最常用到的镜头基本都在支持列表中。未来也会更多软件更新，增加更多的镜头种类。
目前支持的镜头型号列表
刚才所介绍的神经网络处理工具，核心作用是提升照片画质。但是如今大家对于像素的要求也越来越高，比如拍摄生态动物、鸟类，或者飞机航展之类的题材，我们需要运用到大量裁切。这时候即便是4500万像素的佳能EOSR5相机，裁切后像素可能只剩下2000万甚至更少，就不能够满足大幅冲印的需要了。
面对这种需求，过去我们只能通过使用更长的镜头焦距，来拍摄出更“大”的画面。但是这不论对大家购买器材的预算，还是拍摄时的体能，都提出了更高要求。有了神经网络升级工具，我们可以通过后期对照片进行放大，而且结合神经网络处理工具，放大后的画质并不会有什么损失。
借助于神经网络升级工具，可以实现像素放大4倍，裁切后也能保证足够像素
目前对于图像放大，其实有各种解决方法，比如常见的就是各类插值算法。但是插值算法在运算时，无法避免会有细节损失的问题。
佳能针对此课题，导入了深度学习技术。通过还原相机捕捉光线到生成图像的过程，并基于此整理出高分辨率的佳能RAW图像数据结合相应低分辨率图像数据的对比数据库，对好图像及差图像进行深度的对比学习。由此开发的工具可不受色彩、亮度、噪点的影响，生成接近主体原始细节感的图像。
借助于神经网络放大工具，放大像素后依然可以保证细节不会丢失
很重要一点，神经网络放大工具对于照片文件格式，以及相机型号没有要求。不论是RAW格式，还是JPG或者TIFF格式都可以使用神经网络放大工具进行像素放大。而且即便是一些旧单反型号拍摄的照片，这个工具同样适用。
最后，肯定有很多朋友关注如何使用这两款工具。神经网络图像处理工具和神经网络升级工具是收费工具，按月收费。其中神经网络图像处理工具是佳能免费软件DigitalPhoto Professional的插件，神经网络升级工具则是单独的工具。
神经网络图像处理工具是作为DigitalPhoto Prefessional，也就是大家常说的DPP的插件来使用
神经网络放大工具则是单独的软件，可以独立使用
如多大家需要使用神经网络放大工具，建议大家首先是会用神经网络处理工具，对画质进行进一步优化，然后再进行放大，这样可以得到最理想的照片效果。
好了以上就是今天为大家分享的佳能两款深度学习图像处理技术的软件，这两款软件对于摄影师而言，将会是改变摄影方法的重要一环，将会以后期处理技术，推动整体摄影技法的改革，让一些过去难以想象的拍摄项目变得更加轻松、简单。
如果您是专业摄影师，特别对图片质量有更高要求，那么一定要关注下这两款处理工具，这将会是提升照片质量的宝藏级工具。
(8289195)
