Google AI研究团队近日在最新的Pixel相机中，于无快门模式Photobooth添加亲吻侦测功能，当用户亲吻自己的爱人时，相机会自动捕捉这一瞬间。Google过去是借由Photobooth模式，让用户更简单地成功自拍，不管是一个人、情侣或是团体照，都能够自动捕捉到最好的画面。
Google表示，要拍出一张好的团体自拍照其实不太容易，为了能够降低自拍的困难，Google研究团队将自动摄影技术带到Pixel手机上，一旦用户进入Photobooth模式并按下快门键，系统将会自动在相机稳定，且同时确保拍摄对象有好表情的时候拍摄。
在一系列的Pixel相机功能中，Google于Photobooth加入了Top Shot和肖像（Portrait）模式，来让用户尽可能拍出最好的照片，有别于针对后置镜头专用硬件优化的肖像模式，Photobooth则是针对前置镜头进行优化，为了构建Photobooth，Google必须克服3项挑战：如何在团体中正确识别好内容、如何计算按下快门捕捉最佳时刻的时间，以及如何制作视觉动画帮助用户了解Photobooth看见的画面。
首先，Google研究团队创建了用来理解好内容的模型，Photobooth依赖两个不同的模型来捕捉好的画面，一个是脸部表情模型，另一个则是检测用户何时亲吻的模型，Google与摄影师合作，整理了5个应该触发自动拍摄的关键表情：微笑、伸舌头、亲吻（或是都嘴）、鼓起脸颊和警喜的表情，接着，Google训练神经网络针对这些表情进行分类。
相机系统自动识别表情的下一步，就是要控制快门，用户使用Photobooth模式按下快门后，系统会根据上述的模型识别结果，针对画面内容给给基本的品质评估分数，第一阶段会将不好的画面过滤掉，像是闭眼睛、讲话、动作模糊、侦测脸部表情失败等，Photobooth会暂时分析表情的信心值，来侦测拍照对象在照片中的表现，第一阶段若成功通过，每一帧会受到更细化的分析，来产生整体的评分结果。
整体的画面评分考量因素包含脸部表情品质和亲吻分数，由于亲吻侦测模型是针对整个画面来执行，侦测输出的结果可直接用于全画面的分数值，而脸部表情模型是针对个别被摄者表情输出结果，Photobooth利用attention模型将侦测到的表情，通过迭代的方式计算出表情品质的代表值，以及每个脸的权重，Google指出，权重相当重要，举例来说，权重能够强调画面的前方区域，模型接着会为画面的表现品质，计算出一个通用的分数。
最后，模型计算出的图片品质分数，被用来触发快门，为了找出拍摄出最佳品质的瞬间，快门控制算法保留了观察画面的短缓冲区，若一个画面的品质分数比缓冲区之后的分数高，系统才会保存该张照片，而缓冲区的时间也足够短暂，让用户认为Photobooth是即时的反馈。
由于自拍时用户使用的是前置镜头，能够与屏幕上呈现的画面交互，Google也在Photobooth模式中加入了视觉的指引，当用户要拍照时，屏幕上方会出现一个长条图案，当照片品质增加时，该长条图案的尺寸也会变大，借由这样可视化的方式，协助用户理解机器学习算法看见和捕捉的画面，该长条图案的长度被分为4段，一是无法识别清楚的脸部，二是可识别脸部但是用户并没有看向镜头，三则是有看镜头但是没有出现上述5种关键表情，最后则是有看向镜头且出现关键表情，长条指示图案会随着照片品质变动，当到达高品质分数时，Photobooth就会拍下并保存照片。