相信小伙伴们现在对于互联网、科技、数码方面的信息获取都是比较需要的吧，因为如今我们的生活当中处处都充满了互联网、科技、数码，那么今天小编就来为大家分享一些关于到互联网、科技、数码方面的信息吧。

4月1日消息，小米11 Ultra以143分的好成绩霸榜DXOMARK，超越了第二名华为Mate 40 Pro+，成为迄今为止相机表现最好的智能手机。

在暗光环境下，小米11 Ultra表现优秀，官方称这是因为小米加入了一项神奇的夜枭算法。

小米指出，当环境光线照度在0.1Lux以下时，人眼几乎很难见物，甚至钥匙掉在地面上都难以找到，这时拍出的照片会完全无法使用。但我们为了这1%的极限拍摄场景，自主研发了一个神奇的算法：夜枭。

极暗光环境下拍摄时，传统相机和手机会遇到哪些问题？

难题一、环境亮度低、噪声大，现有深度学习技术很难采集数据，很难有效降噪。

难题二、使用传统算法进行多张堆栈，只能缓解噪声和色差的影响，很难对已失去的图像信息进行恢复。

难题三、采用长曝光方式，通过增长曝光时间来提升图像质量，用户手持拍摄容易糊成一片。

难题四、传统提亮算法会大幅提高去噪声难度，同时还会影响白平衡导致校正颜色失去准确性。

针对以上问题，小米11 Pro和小米11 Ultra首发自研夜枭算法，通过获取连续8张曝光正确的EV0照片，结合自研图像测光算法、图像配准融合算法、图像重建算法、图像色彩矫正算法，实现更好的去噪效果，恢复更多细节，最终获得清晰明亮图像。

小米夜枭算法自主研发了极暗光场景下的噪声标定系统，充分了解极暗光场景噪声的分布和形态，从而补充大量模拟噪声数据，提升了训练数据的丰富度，使去噪过程更具有针对性；

同时夜枭算法自主研发了极暗光场景数据采集系统，使用多种真实相机进行数据采集，补充真实相机数据来获取更好去噪效果。

我们知道，极暗光场景的最大特点就是噪声大，首先最大难点在于如何有效在去除图像噪声的同时，恢复出更多的图像细节。

目前，即使使用多帧图像叠加去噪的方式，也会存在图像边缘信息丢失和部分内容失真。而神经网络可以在进行图像去噪优化，通过深度学习的方式，即使出现局部信息残缺的现象，也能恢复出丰富细节的高质量局部图像。

夜枭算法中的AI去噪算法，结合多帧EV0 RAW域图片信息，进行图像对齐，降低拍摄手抖的影响；还可实现充分利用图内信息和图间信息互相补充，从而获得更好的去噪效果，恢复更加丰富的细节信息。

官方强调，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，实现了在即使伸手不见五指的环境下，依然能拍出清晰、明亮的图像。