第103章 影像团队入职(1 / 2)
请关闭浏览器的阅读/畅读/小说模式并且关闭广告屏蔽过滤功能,避免出现内容无法显示或者段落错乱。
三天后,周明如约前来面试。
四十出头的年纪,黑框眼镜,头发略显凌乱,身上还带着实验室的烟火气。说话语速极快,逻辑却清晰缜密,是常年深耕技术一线的老手模样。
陈曦带着他参观影像实验室,逐一介绍现有测试设备、成像Pipele架构。
周明在样张对比墙前驻足良久,整整十分钟一动不动。
墙面贴满M系列四大场景实拍样张:人像、美食、风景、夜景,每张都标注着拍摄参数和用户评分,差评样张全部用红笔圈出,对比格外刺眼。
他盯着那张传遍酷安的绿植对比图,眼神锐利得像医生审视病灶。
陈曦安静等候,没有催促。
硬件没问题,传感器素质完全够用。周明终于开口,直指核心,你们的问题,全在调校方向上。整个影像Pipele的技术底子是有的,但色彩校正、降噪策略、HDR合成,全都服务于一个目标——真实还原。这个方向在商务场景没问题,但放到日常消费场景,成片就是不够讨喜。
他转头看向陈曦:你们走极致还原路线,ΔE色准数据应该很漂亮吧?
符合行业高端标准。
数据好看没用,用户不买单。周明语气笃定,色准完美,但肤色发灰、观感暗沉。用户拍照不是为了测色准,是为了好看。你们的色彩校正目标从根上就偏了——不该追求最小色差,该追求最讨喜的人像肤色和日常观感。
陈曦提笔快速记录,句句切中要害。
降噪策略太保守,单帧降噪已经摸到传感器性能上限,必须上多帧合成,连拍六到八张叠加对齐降噪,这是行业主流方案。你们的硬件完全能支撑这套算法。
HDR还用老旧的全局对齐算法,遇到运动物体必糊、必出鬼影。必须换成局部对齐+鬼影检测算法,不然大光比场景,要么高光过曝,要么暗部死黑。
短短几句话,直接点透M系列影像的所有病灶——不是硬件不行,是调校方向和算法策略偏保守。
陈曦心里已然敲定录用。
你入职后独立带队,直接向我汇报。团队名额十个,覆盖ISP、计算机视觉、深度学习三大方向,人手不够随时扩招。
可以。周明干脆利落,我带两个老部下过来,王磊专攻计算机视觉,能独立写完多帧对齐全套算法;赵峰深耕深度学习,擅长人像虚化和美颜调校。都是跟我三年以上的核心骨干,靠谱能打。
薪资上浮市场价20%,期权入职即授予。陈曦说,林总已经拍板了,条件全满足。
还有个硬件需求。周明直言,现有测试设备跑多帧合成效率太低,一轮测试四十分钟,严重拖慢进度,需要采购至少四块Tes搭建GPU集群。
↑返回顶部↑