188、自动对焦AF：双像素PDAF与深度学习AF在低光环境下的融合方案

188、自动对焦AF：双像素PDAF与深度学习AF在低光环境下的融合方案一、深夜的调试噩梦凌晨两点，实验室的示波器还在跳动着波形。我盯着屏幕上的AF调试日志，第37次重复同一个场景——在0.5 lux的暗光环境下，手机摄像头像喝醉了一样来回抽风。PDAF的相位检测值在±20个像素之间剧烈抖动，传统反差式AF像无头苍蝇一样来回扫描，整个对焦过程耗时超过3秒。客户那边的反馈很直接：“你们这个暗光对焦，还不如三年前的老款。”这不是个例。在车载领域，夜间泊车时摄像头对焦失败导致倒车影像模糊；在安防领域，楼道监控在黄昏时分反复拉风箱。低光环境下的自动对焦，一直是整个影像行业的痛点。二、双像素PDAF的暗光困境双像素PDAF（Dual Pixel Phase Detection Auto Focus）的原理说起来简单——每个像素分成左右两个光电二极管，通过比较左右信号的相位差来判断离焦方向。但到了暗光环境，这套方案就暴露了致命弱点。信噪比崩塌是第一个拦路虎。当环境照度降到1 lux以下，每个像素分到的光子数量急剧减少。左右两个半像素的信号差异被噪声淹没，相位检测值开始剧烈波动。我在调试日志里见过最夸张的情况：同一场景连续10帧，PDAF输出的离焦量从+15跳到-12，再跳到+8，完全无法收敛。像素串扰在暗光下更加严重。双像素结构本身就需要在像素内部做隔离，低光下为了提升灵敏度，增益被拉高到60dB以上，相邻