news 2026/2/24 6:38:02

奇怪:百度翻译把CDAF翻译为连续深度自动对焦

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
奇怪:百度翻译把CDAF翻译为连续深度自动对焦

不知道这个词是从哪里学的。

原文:

This algorithm implements a hybrid of CDAF and PDAF, favouring PDAF. Whenever PDAF is available (and reports sufficiently high confidence), it is used for continuous feedback control of the lens position. When triggered in Auto mode, we enable the loop for a limited number of frames (it may terminate sooner if the phase becomes small). In CAF mode, the PDAF loop runs continuously. Very small lens movements are suppressed. When PDAF confidence is low (due e.g. to low contrast or extreme defocus) or PDAF data are absent, fall back to CDAF with a programmed scan pattern. A coarse and fine scan are performed, using the ISP's CDAF contrast FoM to estimate the lens position with peak contrast. (This is slower due to extra latency in the ISP, and requires a settling time between steps.) The scan may terminate early if PDAF recovers and allows the zero-phase lens position to be interpolated. In CAF mode, the fallback to a CDAF scan is triggered when PDAF fails to report high confidence and a configurable number of frames have elapsed since the last image change since either PDAF was working or a previous scan found peak contrast. Image changes are detected using both contrast and AWB statistics (within the AF window[s]). IR lighting can interfere with the correct operation of PDAF, so we optionally try to detect it (from AWB statistics).

翻译

该算法结合了CDAF和PDAF,但更偏向于PDAF。 每当相位差自动对焦(PDAF)可用(且报告的置信度足够高)时,它就会被用于镜头位置的连续反馈控制。在自动模式下触发时,我们会启用该循环一定数量的帧数(如果相位变小,它可能会提前终止)。在连续自动对焦(CAF)模式下,相位差自动对焦循环会持续运行。非常小的镜头移动会被抑制。 当相位检测自动对焦(PDAF)的置信度较低(例如,由于对比度低或极度散焦)或PDAF数据缺失时,应使用预设的扫描模式回退到连续深度自动对焦(CDAF)。 使用ISP的CDAF对比度FoM进行粗略和精细扫描,以估计具有峰值对比度的镜头位置。(由于ISP中的额外延迟,此过程较慢,且步骤之间需要一定的稳定时间。)如果PDAF恢复并允许插值零相位镜头位置,扫描可能会提前终止。 在CAF模式下,当PDAF(相位检测自动对焦)无法报告高置信度,且自上次图像变化(无论是PDAF正常工作还是之前的扫描发现了峰值对比度)以来已过去可配置的帧数时,将触发向CDAF(连续深度自动对焦)扫描的回退。图像变化是通过对比度和自动白平衡(AWB)统计数据(在自动对焦窗口内)来检测的。 红外照明可能会干扰相位检测自动对焦(PDAF)的正常工作,因此我们选择尝试检测它(通过自动白平衡(AWB)统计数据)。
版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/2/22 9:54:36

iOS 抓包工具有哪些?不同类型的抓包工具可以做什么

刚开始做 iOS 开发时,我并没有认真思考过“抓包工具有哪些”这个问题。 原因很简单,能看到接口请求,能验证返回结果,就够了。 但当问题开始只在真机出现,只在部分用户出现,或者只在某些网络环境下出现时&am…

作者头像 李华
网站建设 2026/2/18 6:23:56

C++26新特性抢先体验(Clang 17编译器实战指南)

第一章:C26新特性的演进与Clang 17支持概览C26作为ISO C标准的下一个重要迭代,正处于积极的提案与设计阶段。尽管尚未正式发布,多个核心特性已在WG21委员会中获得初步共识,并逐步被主流编译器前端实验性支持。其中,Cla…

作者头像 李华
网站建设 2026/2/22 5:37:49

【C++游戏引擎性能飞跃指南】:掌握多线程渲染优化的7个黄金法则

第一章:C游戏引擎多线程渲染优化概述现代C游戏引擎在处理复杂场景和高帧率需求时,必须充分利用多核CPU的并行计算能力。多线程渲染作为性能优化的核心手段之一,能够将渲染任务分解为多个可并行执行的子任务,从而显著提升渲染效率。…

作者头像 李华
网站建设 2026/2/20 22:31:43

PyTorch安装教程GPU与TensorFlow 2.9模型转换可行性

PyTorch GPU安装与TensorFlow 2.9模型迁移实战指南 在现代深度学习项目中,开发者常常面临一个现实困境:团队使用的框架不统一。比如,历史系统基于 TensorFlow 构建了大量训练好的模型,而新加入的工程师更习惯使用 PyTorch 进行快速…

作者头像 李华
网站建设 2026/2/13 1:18:44

PyTorch安装教程GPU vs TensorFlow-v2.9性能对比分析

PyTorch安装与GPU配置实战:深度对比TensorFlow-v2.9性能表现 在AI研发一线,我们常面临一个现实问题:刚拿到一块新显卡,满心期待地开始搭建环境,结果却卡在CUDA版本不匹配、驱动冲突或依赖报错上。这种“明明硬件到位&…

作者头像 李华
网站建设 2026/2/14 12:44:17

技术博客配图技巧:展示TensorFlow运行效果图

技术博客配图技巧:展示TensorFlow运行效果图 在撰写深度学习相关的技术文章时,你是否曾遇到这样的尴尬?写完一篇关于模型训练的教程,附上代码后却发现读者反馈:“这段代码在我本地跑不起来”“输出结果和你说的不一样”…

作者头像 李华