Что такое автофокус в смартфоне: Что такое автофокус в телефоне?

Что такое автофокус с функцией обнаружения деталей в цифровой камере смартфона и как он работает

При съемке фотографий на смартфон, все желают получить качественные фотографии место фотографируемый предмет является очевидным и резким, то есть, в фокусе. Модная экспертиза, вместе с сотовыми гаджетами, позволяет вам фокусироваться в направляющем или компьютеризированном режиме, и даже профессионалы обычно прибегают к автофокусу. Система, без вмешательства человека, устанавливает объективы на нужный фокусный размер что позволяет запечатлеть объект без размытия, и хотя фокусировка осуществляется мгновенно при ! -20-! цифровая камера наводится, многие процессы и вычисления которые невидимы для внимания происходят в момент.

В настоящее время многие производители смартфонов совершенствуют автофокусную экспертизу, что позволяет вам делать высококачественные четкие фотографии, даже когда объект съемки находится в движении. И превосходят клиентов, выбирая сотовую систему обращайте дополнительное внимание на вид автофокуса цифровой камеры чем на количество мегапикселей. Давайте поговорим о том, какие бывают виды автофокуса, что их отличает, и как они работают.

Что такое автофокус и почему он нужен

Система автофокуса является актуальной в любом модном смартфоне, вместе с средствами выбора, Благодаря своей помощи объектив цифровой камеры настраивается так, чтобы практически сразу сконцентрироваться на нескольких темах в фотографии или видео, упрощая метод и избавляя человека от обязанности ручной фокусировки, как при съемке с помощью экспертного зеркального фотоаппарата! зеркальной цифровой камерой.

Автофокус позволяет просто делать четкие, детализированные фотографии путем наведения цифровой камеры на объект съемки и срочного нажатия соответствующей кнопки. В качестве части автофокуса — датчик, система управления и привод заряда для смещения оправы объектива или линз.

Цифровая камера разработана таким образом что лучи солнечного света зеркально отраженные от фотографируемых объектов улавливаются датчиками, которые преобразуют поток фотонов прямо в поток электронов, затем настоящее время преобразуется в биты, эти данные обрабатываются и передаются в систему памяти. Как работает автофокус? Все это зависит от его вида. Линзы фокусируют лучи зеркально отраженные от предметов, и когда основная цель сконцентрирована. цифровой фотоаппарат будет концентрироваться на пространстве до изображаемого объекта и на глубине освещения, сенсор, в переворачивании создаст цифровую {фотографию}. В отличие от ранних смартфонов, в настоящее время гаджеты позволяют вам регулировать пространство между линзами и сенсорами, что позволяет вам получать более высокие фотографии.

Модные цифровые камеры телефонов оснащены чрезвычайно чувствительными сенсорами и особыми алгоритмами, которые помогают цифровой камере фокусироваться даже при слабом освещении. Улучшенные гаджеты дополнительно внедряют искусственную интеллектуальную систему, которая настраивает параметры съемки и фокусировки для получения наилучшего высокого качества тела, в дополнение к автофокусу в движении возможность что позволяет вам сосредоточиться на смещающемся объекте путем мониторинга его движения что позволяет поймать отличный кадр даже когда темы смещаются. .

Автофокус в данный момент применяется в трех связанных между собой вариациях : различие, часть и лазер. Давайте проверим чем каждый из них отличается.

Отличие автофокуса

Автофокус опирается на работу светочувствительных компонентов которые анализируют различение тела. Фокусировка достигается путем смещения линзы объектива для достижения заданного изображения различия. Когда тактикой оценки этого параметра и изменения места линзы удалось достичь наибольшего различия что означает, что тема находится в фокусе. В этом случае цифровая камера анализирует небольшое пространство матрицы.

Итак, различие автофокуса относится к пассивному виду автофокуса, этот ответ прост в реализации и используется на средствах смартфонов. Автофокус работает медленнее, чем различные прикладные науки из-за необходимости маневрировать линзы несколько раз прежде чем достигнуть последствий. На эти действия уходит несколько секунд, а различие в оценке, которая осуществляется в ряде уровней, и это не много если мы говорим о захвате способных заморозить для фотографии, неподвижные или неактивные объекты, однако на этом положении дел это прямое упущение на секунду, он не будет работать и стрелять в движении по той причине, что изображение скорее всего будет размазанным. Различия автофокуса также могут быть не наделены выбором контроля фокуса, и стандарт изображения будет подвергаться значительному ухудшению при плохом освещении.

Раздел автофокуса обнаружения: быстрый и превосходный различный

До недавнего времени, такой автофокус был привилегией флагманских смартфонов, однако сейчас автофокус основан в основном на легком частичном сканировании и используется в большинстве гаджетов.

Смартфон Секция PDAF — это энергичный вид автофокуса который является предпочтительным в настоящее время и обеспечивает повышенное качество съемки.сивный темп, в дополнение к способности концентрироваться на смещающихся объектах. Экспертиза была заимствована у цифровых зеркальных камер, она была изначально предназначена особенно для фотографического оборудования, место оказалось одним из лучших, а позже перекочевал на флагманские сотовые гаджеты.

Принцип работы такого фокуса следующий:

• Поток солнечного света проходящий через линзу разделяется на две части, затем лучи из совершенно разных участков линзы направляются на сенсоры светочувствительного датчика, которые учитывают равномерность солнечного света.
• Если предмет находится в фокусе, то потоки солнечного света от него будут сходиться по крайней мере на одном уровне на сенсоре. Если нет, программа программного обеспечения, делая поправку на измеренное расстояние, подаст команду и объектив перенесет линзы в указанное место. Цифровая камера выбор на передаче объективов для получения наилучшего изображения происходит мгновенно.

Поскольку все эти действия ( пространство между потоками измеряется и, основываясь в основном на результатах оценки система корректирует положение линз, т.е, разделенные лучи достигают пространства заданного датчиками) осуществляется за один шаг, что означает, что часть автофокуса сработает на много раз быстрее чем различие автофокуса. Для того чтобы сфокусироваться на объекте съемки требуется доля секунды. Защита объекта резкостью происходит на любом уровне внутри тела и если есть несколько объектов в пределах тела которые находятся на одинаковом расстоянии от объектива, все они попадают в зону высокой четкости.

Цифровая камера оценивает движение с помощью матричных сенсоров, что приводит к возможности мониторинга автофокуса.

При всех своих достоинствах «часть» вида автофокуса также может быть не хорошей. Его недостатком является ночная съемка в результате чего в диафрагму объектива попадает недостаточное количество света, что приводит к снижению фокусировки в темпе. Также как и, реализация такой автофокусировки является довольно сложной она требует точной настройки системы призм и зеркал, а также осторожной программной настройки. И но, несмотря на недостатки экспертизы, как правило, она обеспечивает создание высококачественных картин. В настоящее время, наряду с автофокусом, производители используют определенные алгоритмы, искусственная интеллектуальная система является встроенной, которая может значительно повысить стандарт захвата, экспертиза усиливает так как многие производители взяли след своего роста или используя сорта части -Автофокус с детектированием.

Лазерный автофокус: вероятносамый энергичный

По сутисамым превосходным в настоящее время является лазерный автофокус. Он как и часть одногопринадлежит к энергичному виду и использует идентичную концепцию работыкак и оптические дальномеры. Такизлучатель освещает предмет в то время как датчик измеряет пространство до него и время прохождения зеркально отраженного лазерного луча.

Лазерный вид автофокуса не полагается на освещение и работает быстрее чем часть одного работая на коротком расстоянии. Один из лучших результатов достигается тогдакогда устраняемый объект устраняется на 06 метра. При захвате этих которые находятся уже на расстоянии 3-4 метров или дополнительно система будет использовать отдельный вид фокусировки. Автофокусировка происходит еще быстрее ( обязанность выполняется за всего лишь 0276 секунды) позволяя вам делать высококачественные снимки а темп работы просто не теряется даже в ночное время или в условиях плохой видимости вследствие климатических явлений.

Подводя итогимы отмечаем что в настоящее время вероятнонаиболее связанным с для камер смартфонов является часть автофокусной экспертизы. Низкие качественные показатели при слабом освещении нивелируются наличием дополнительных вспомогательных программных методов напоминающих умные алгоритмыкоторые запускают более высокую эффективность независимо от захвата обстоятельств.

Как работает автофокус в камере смартфона?

ГЛАВНАЯ   НОВОСТИ   СМАРТФОНЫ И ПЛАНШЕТЫ   НОУТБУКИ И ПК   ФОТОТЕХНИКА   ГАДЖЕТЫ   ИГРЫ И ПРИЛОЖЕНИЯ   ИНТЕРНЕТ

© d-devices.ru
Цифровые устройства и популярные гаджеты
Powered by Aleks WebStudio

05.03.2019   Как работает автофокус в камере смартфона?

   Делать четкие снимки на смартфоне помогают технологии автоматической фокусировки, которые имеют свои особенности и нашли применение в современных устройствах разного ценового сегмента. В этой статье мы расскажем о типах и принципе работы автофокуса камер современных смартфонов.

   Контрастный автофокус
   Принцип работы данной технологии заключается в постоянном считывании и анализе изображения, полученного с матрицы. Отвечает за это микропроцессор, главной задачей которого является перемещение объектива в поисках зоны с наибольшим контрастом. Нахождение такой зоны и является «попаданием в фокус». Основной недостаток контрастного автофокуса — это его медлительность. Микропроцессор может сделать вывод о наивысшем уровне контраста лишь после анализа всего изображения и возвращения объектива обратно, на что требуется некоторое время.

   Данный тип автофокуса на сегодняшний день используется преимущественно в бюджетных смартфонах.

   Лазерный автофокус
   Смартфон, оснащенный лазерным автофокусом излучает тончайший луч света, который отражается от всевозможных поверхностей и возвращается обратно. Смартфон высчитывает время, потраченное лазером на путь туда-обратно, умножает результат на скорость света и делит все это на 2. Полученный результат и будет расстоянием до объекта, благодаря чему и удаётся сфокусироваться.

   Лазерный автофокус имеет высокую точность вычисления и скорость работы. Но есть в данном способе фокусировки и недостатки. Все дело в том, что крохотные размеры луча являются причиной неэффективности его работы на больших расстояниях или на открытом пространстве. Поэтому производители смартфонов совмещают в своих устройствах контрастный и лазерный автофокус. Во время запуска камеры смартфон излучает луч света, чтобы проверить, есть ли поблизости какие-либо предметы. В случае их отсутствия камера смартфона переходит на использование контрастного автофокус.

   Фазовый автофокус
   Третий тип автофокуса называется фазовым. Для его реализации предусмотрены дополнительные датчики, которые позволяют  получить камере смартфона больше данных для настройки фокуса.

   Главное преимущество фазового автофокуса состоит в том, что он намного быстрее контрастного автофокуса. Это существенно облегчает съемку движущихся объектов. При использовании фазового автофокуса камера может оценивать движение объекта при помощи датчиков и удерживать в фокусе постоянно перемещающийся объект (т. н. следящий автофокус).

   Но есть и здесь не обходится без минусов. Фазовый автофокус, как и контрастный, не очень хорошо справляется со своими задачами в условиях плохого освещения. Также, для использования фазового автофокуса в смартфоне необходима мощная аппаратная начинка, поэтому он, как правило, доступен в достаточно дорогих смартфонах.

   Стоит отметить, что фазовый автофокус, хотя и быстрее контрастного, он все равно далек по этому показателю от лазерного. Некоторые производители в настоящее время занимаются совершенствованием технологии фазового автофокуса, что позволит приблизить скорость его работы к лазерному аналогу. Например, в смартфонах  iPhone XS и iPhone XS Max компания Apple использует так называемые «фокусные пиксели». Суть данной технологии состоит в том, что при съемке часть пикселей задействуется в качестве фазового сенсора. Съемка на новейшие смартфоны от Apple получается действительно быстрой.

   Dual Pixel
   В топовых смартфонах южнокорейской компании Samsung используется система Dual Pixel. Ранее в смартфонах Samsung использовался фазовый автофокус, теперь же инженеры компании решили, что скорости фазового автофокуса недостаточно. Разработчики из Южной Кореи внедрили в каждый пиксель матрицы по два специальных фотодиода. Ранее в фазовом автофокусе фотодиоды использовались не в каждом пикселе, а если и использовались, то лишь один к одному пикселю. С системой Dual Pixel для автофокусировки используются все пиксели матрицы, что позволяет существенно повысить скорость и качество фокусировки.

   На данный момент фазовый автофокус является наиболее верным решением для большинства флагманских смартфонов ведущих производителей.

Пересмотр автофокуса для камер смартфонов

Абдулла Абуолаим, Абхиджит Пуннаппурат и Майкл С. Браун

Факультет электротехники и компьютерных наук

Инженерная школа Лассонде, Йоркский университет, Канада

{abuolaim, pabhijith, mbrown}@eecs .yorku.ca

• Домашний
• Бумага
• Дополнительный материал
• Набор данных
• Код
• Контакт

Аннотация

Автофокусировка (AF) на смартфонах — это процесс определения того, как перемещать объектив камеры, чтобы определенный контент сцены был в фокусе. Алгоритмы, лежащие в основе систем автофокусировки, такие как обнаружение контраста и разность фаз, хорошо известны. Однако определение высокоуровневой цели относительно того, как лучше всего сфокусировать конкретную сцену, менее ясно. Частично это видно из того факта, что разные камеры смартфонов используют разные критерии автофокусировки; например, некоторые пытаются удерживать в фокусе объекты в центре, другие отдают приоритет лицам, а третьи максимизируют резкость всей сцены. Тот факт, что существуют разные цели, ставит исследовательский вопрос о том, существует ли предпочтительная цель. Это становится более интересным, когда автофокусировка применяется к видеороликам с динамическими сценами. Работа в этой статье направлена ​​на пересмотр AF для смартфонов в контексте временных данных изображения. В рамках этих усилий мы описываем захват нового набора данных 4D, который обеспечивает доступ к полному фокальному стеку в каждый момент времени во временной последовательности. На основе этого набора данных мы разработали платформу и соответствующий интерфейс прикладного программирования (API), которые имитируют реальные системы автофокусировки, ограничивая движение объектива в рамках ограничений динамической среды и захвата кадров.

Используя нашу платформу, мы оценили несколько высокоуровневых целей фокусировки и нашли интересное понимание того, что предпочитают пользователи. Мы считаем, что наш новый набор данных временного фокусного стека, платформа AF и первоначальные результаты пользовательского исследования будут полезны для продвижения исследований AF.

Разные камеры смартфонов используют разные критерии автофокусировки

Apple iPhone 7 и Google Pixel используются для захвата одной и той же динамической сцены, управляемой посредством перемещения сцен. В разных временных интервалах захваченного видео, обозначенных как 0 с, 5 с, 8 с, становится ясно, что каждый телефон использует разные объективы автофокусировки. Неясно, какая цель ФП предпочтительнее. На этот вопрос сложно ответить, поскольку очень сложно получить доступ к полному (и воспроизводимому) пространству решений для данной сцены.

Набор данных 4D

Пример временной последовательности изображений для сцены 3.

Фокусные стеки состоят из I _i ¹ ,…,I ​​ _i ⁵⁰ изображений для каждой временной точки t _i .

Демонстрация не в фокусе, а в фокусе. Попробуйте!

Слайд, чтобы сравнить различные примеры изображений из нашего набора данных 4D и увидеть разницу между изображениями не в фокусе и в фокусе.

Сцена 1, момент времени 01

Вне фокуса

В фокусе

Сцена 3, момент времени 19

Вне фокуса

В фокусе

Сцена 6, момент времени 38

Вне фокуса

В фокусе

Связанные проекты

Эта страница содержит файлы, которые могут быть защищены авторским правом. Они представлены здесь для разумного академического добросовестного использования.

Как работает функция автофокуса камеры в цифровых смартфонах | Сиддхартха Эдара

В то время как камеры использовались как инструменты для захвата изображений более 150 лет, появление смартфонов значительно изменило использование камеры и интегрировало ее с программным обеспечением.

Сегодня камеры больше не выполняют «простые» задачи, такие как фотосъемка или видеосъемка, они фактически повторяют большинство сложных задач, выполняемых человеческим глазом.

Фактически, большинство алгоритмов и формул, используемых в компьютерном зрении, основаны на восприятии человеческого глаза. Например, масштабирование изображения RGB по шкале серого — метод, который уменьшает количество каналов изображения до 1 канала путем усреднения значений пикселей R, B и G — выполняется по следующей формуле: Серый ← 0,299⋅R+0,587⋅G+0,114 ⋅B [Ссылка на источник]. Примечание. Очевидно, что это не то же самое, что усреднение значений пикселей R, G и B, представленное формулой: Серый ← 0,33⋅R+0,33⋅G+0,33⋅B.

Но почему? Причина этого в том, что наши глаза более восприимчивы к яркости/яркости по сравнению с цветностью. Фактическая формула, используемая при градации серого изображения, такая же, как и при вычислении значения яркости/яркости для данного пикселя. Примечание. Значение яркости — это значение Y в цветовом пространстве YUV и YCrCb [Ссылка на источник: посмотрите на RGB to YCrCb].

Рисунок 1

Автофокус — интересная функция камеры. Это может фактически воспроизвести способность наших глаз к фокусировке. Чтобы лучше визуализировать, представьте два объекта (бутылку с водой и розетку) в разных плоскостях, как показано слева. Теперь сфокусируйте взгляд на бутылке с водой. Бессознательно ваши глаза размывают розетку позади. Повторите то же самое для настенной розетки, и наши глаза автоматически размывают бутылку с водой. Теперь воспроизведите аналогичную настройку у себя дома и откройте приложение камеры на своем телефоне. При нажатии на область, на которой вы хотите сфокусироваться, камера автоматически размывает другой объект, как это делали наши глаза. Это магия автофокуса камеры в действии. Сегодня существует множество алгоритмов, которые камера использует для фокусировки на изображении. Я сосредоточусь на одном из основных алгоритмов автофокусировки: автофокусировке на основе контраста.

Контрастная автофокусировка в основном измеряет контрастность при различных положениях объектива камеры. Объектив камеры будет двигаться до тех пор, пока не достигнет точки, которую он определяет как максимальную контрастность. Мы можем определить контраст как степень резкости изображения. Чтобы лучше визуализировать, вот фиктивное изображение при различных положениях объектива камеры (сравните края черного квадрата):

Рисунок 2

несфокусированные/низкоконтрастные изображения, а 1 относится к сфокусированным/высококонтрастным изображениям.

Рисунок 3

Теперь камера проходит через различные положения объектива камеры, вычисляет контраст изображения, затем сравнивает и выбирает положения объектива камеры с самым высоким значением контрастности.

Существует множество различных подходов к определению контраста. На самом деле сложность алгоритма определяется на основе метода, используемого для определения контраста. Сегодня я расскажу об очень простом подходе, который не требует дополнительного оборудования, такого как датчики. Обратите внимание, что компании обычно усложняют алгоритм, используя дополнительные аппаратные компоненты, встроенные в телефон.

Одним из основных методов присвоения значения контрастности изображению является обнаружение Canny Edge. Фактически, именно так OpenCV вычисляет оптимальное положение объектива камеры для автофокуса. Для каждого положения объектива мы рисуем края изображения и назначаем значение контраста на основе резкости краев. Например, приведенная ниже последовательность изображений показывает результат после выполнения алгоритма Canny Edge Detection:

Рисунок 4

Как вы можете видеть, чем менее сфокусировано изображение, тем менее резкими становятся края. На самом деле, установив настройки по умолчанию для алгоритма Canny Edge Detection, вы заметите, что он не может обнаружить края для двух изображений слева, которые становятся все более расфокусированными. Очевидно, уменьшив минимальное пороговое значение для алгоритма, мы смогли бы увидеть ребра. Но ради автофокуса мы можем отказаться от положений объектива камеры, которые не обнаруживают края.

Если вы хотите подробнее изучить алгоритм автофокусировки OpenCV, ознакомьтесь с их кодом по адресу: Ссылка на источник.

Алгоритм автофокусировки на основе контраста требует большого количества вычислений -> L * O(Контраст), где L — количество возможных положений объектива камеры, а O(Контраст) — сложность алгоритма, используемого для определения контраста в изображении. В приведенном выше примере сложность определения того, являются ли края острыми, потребует больше, чем O(m*n), где m и n — размеры кадра. Из-за такой высокой сложности многие компании, создающие драйверы камер (Qualcomm, Apple и т. д.), изучают новые и более эффективные методы определения того, сфокусировано изображение или нет. Некоторые из других распространенных алгоритмов включают PDAF, Laser и т. д. На самом деле, в качестве побочного эксперимента вы можете визуализировать разницу между Apple и Qualcomm, сравнив возможности автофокусировки в приложении камеры Apple и Samsung Phone (телефоны Samsung используют чипсет Qualcomm).

В качестве расширения я решил использовать подход, основанный на машинном обучении, для определения контраста. Поскольку вычисление границ для каждого кадра требует значительных вычислительных ресурсов, я решил разработать нейронную сеть, которая должна уменьшить сложность алгоритма автофокусировки на основе контраста.

Поскольку у меня есть лишь ограниченные знания о теоретической стороне машинного обучения, я решил поэкспериментировать как с прямой, так и со сверточной нейронными сетями.

Я начал с экспериментов с нейронной сетью прямого распространения, так как ее гораздо проще реализовать. Я создал небольшую нейронную сеть из 4 слоев. В этой нейронной сети я добавил входной слой для 3-канального изображения размером 224 на 224 пикселя. Затем я свел измерения в одно измерение и добавил скрытый слой из 1024 нейронов. Вместо того, чтобы сразу переходить к последнему слою, я решил добавить еще один скрытый слой из 128 нейронов. Наконец, я закончил нейронную сеть с выходным слоем из 2 нейронов, чтобы указать, сфокусированы или не сфокусированы.

После того, как я начал обучать эту нейронную сеть с прямой связью, я обнаружил, что точность проверки и потери модели перестали улучшаться с каждой эпохой.

Это подтолкнуло меня к экспериментам со сверточной нейронной сетью (CNN), поскольку они, кажется, дают лучшие результаты для обнаружения объектов. У Keras есть много предварительно обученных моделей CNN, и я решил настроить модель vgg16 для своей задачи. Я взял 5 сверточных блоков модели vgg16, а затем добавил глобальный средний объединяющий слой, чтобы уменьшить размеры до 1, а также эффективно уменьшить количество обучаемых параметров. Наконец, я добавил выходной слой из 2 нейронов, чтобы представить сфокусированную или несфокусированную уверенность.

Точность этой модели была намного выше, чем у нейронной сети с прямой связью, и я закончил 25 эпох с точностью проверки 0,76 и потерями проверки 0,49. Хотя эти цифры невелики, я чувствую, что они отражают нехватку обучающих данных. Я использовал только 1400 тренировочных изображений и чувствую, что моя точность значительно улучшится, если я увеличу ее примерно до 6000–7000 изображений. Я проверил свою модель на 6 изображениях, показанных на рис.