一、项目概述¶
本文档旨在全面介绍基于主流智能影像平台的万物追焦技术方案。本方案将用户需求转化为具体的平台技术规范，拆解了各核心模块的协同工作流，以确保万物追焦功能在各类设备上高质量落地。 注：文章已脱敏处理。
二、功能需求与特性¶
2.1 核心目标¶
通过深度算法优化，全面提升相机的对焦准确性与用户体验。
2.2 识别能力¶
本方案具备以下核心能力：
- 丰富主体识别：支持猫狗、花卉、食物、昆虫、人体等多种常见拍摄主体；
- 眼部追焦机制：人眼/宠物眼识别机制与万物追焦基础体验保持一致，支持应用层对焦框绘制展示。
2.3 生效范围与场景适配¶
- 平台与模式：支持在各类主流平台的后置拍照模式下使用，功能默认关闭，由用户主动唤醒；
- 录像模式限制：为确保最佳设备体验，录像模式暂不支持显著性对焦；同时，出于功耗与性能的综合考量，运动跟拍（功能互斥）、高帧率（如 4K 30FPS 及以上）以及视频 HDR 场景下暂不启用此功能。
2.4 对焦与追焦逻辑¶
系统内置了智能的优先级判断机制，当开启人眼追焦时，在相应场景下会优先显示人眼眶。
- 追焦框优先级：
- 第一优先级：用户双击触发的主动追焦；
- 第二优先级（自动追焦）：人眼 > 人脸 > 猫狗眼 > 猫狗 > 鸟类 > 昆虫；
- 第三优先级（显著性自动追焦）：花卉 > 食物。
- 多主体智能约束：在同等优先级下出现多个主体时，自动追焦画面比例更大的主体。
- 尺寸与变焦约束：目标主体尺寸介于规定像素区间内才生效；变焦倍数需 ≤ 5x。受限于部分超广角（UW）无自动对焦（AF）硬件，变焦倍数需 ≥ 1x。
- 主动追焦转被动追焦逻辑：当追焦主体被遮挡或丢失时，系统启动 3 秒计时，若 3 秒内复现则继续主动追焦，否则自动恢复至自动追焦模式。
- UI 显示优先级：Touch AF 框 > 手动运动追焦框 > 人眼追焦框 > 人脸追焦框 > 自动运动追焦框。
- 对焦框/追焦框显示类型：
- touch AF：维持原生 touch AF 逻辑；
- 主动追焦：不显示人眼眶和显著性对焦框，仅显示手动追焦框；
- 自动追焦：包含人眼/猫狗眼追焦框、普通追焦框、显著性追焦框。
- AF 算法对焦主体选择：
- 识别为人眼/猫狗眼时，选择对应的人脸/猫狗脸作为对焦主体；
- 识别为花卉、食物时，选择大追焦框为对焦主体；
- 其他情形选用与返回给上层应用相同的对焦主体。
2.5 需求规格与指标¶
2.5.1 效果规格¶
在各场景下算法均能稳定、连续地识别拍摄主体，跟手性与识别率达到行业优秀水平。
2.5.2 性能规格¶
- 追焦帧率：高达 30 FPS
- 算法平均运行时间：< 20 ms
2.5.3 功耗与内存¶
- 全面优化功耗与温升表现，满足各使用场景下的严苛测试标准；
- 内存管理经过精细调优，保证功能运行时的内存占用严格控制在标准范围之内。
三、核心架构与设计¶
3.1 关键技术点¶
3.1.1 坐标系映射¶
系统支持追焦结果的 ROI 坐标在多摄、多坐标系之间进行精准映射。
3.1.2 潜望/长焦镜头万物追焦支持¶
方案中采用平滑变焦（SAT）主摄进行选择，并精准返回追焦结果，保障多焦段下的追焦体验。
3.2 软件架构设计¶
相机对焦系统整体采用三层架构协同运作：上层应用负责交互，中间层提供硬件抽象与资源调度，底层算法层负责核心的识别与追焦逻辑计算。各层之间通过标准化的接口进行指令下发与结果回传，确保系统的高效与低延迟。
3.3 核心模块任务协同¶
Ⅰ. 相机应用层： 负责接收底层能力反馈，判断当前模式下的万物追焦及眼部追焦的支持状态，引导用户开启功能。在功能开启后，下发主动追焦指令，并根据设定的优先级和类型在界面绘制相应的追焦框。
Ⅱ. 相机硬件抽象层： 为算法提供运行所需的小图及相关参数，负责算法资源的加载与释放。接收算法处理结果并返回给应用层展示，同时根据对焦主体选择策略控制底层 AF 算法。此外，负责处理万物追焦与原生平台算法的并行运行及多摄兼容。
Ⅲ. 相机算法层： 基于设定的追焦优先级、多主体约束、尺寸约束、变焦约束及主被动切换逻辑等复合条件，实时计算并输出精准的追焦结果。
四、用户界面与交互¶
操作流程：用户在相机界面开启万物追焦功能后，可通过双击屏幕触发针对特定主体的主动追焦；若不进行双击操作，系统将自动根据画面内容，按照预设的主体优先级执行智能自动追焦。