AF Monitor Tuning: 从数值监控库到精准场景决策

1. AF监控算法的核心价值与应用场景

想象一下你正在拍摄一场足球比赛，镜头需要在球员奔跑、观众欢呼和广告牌闪烁间快速切换。传统对焦系统可能会在这些复杂场景中反复"拉风箱"，而现代AF监控算法正是为了解决这类痛点而生。AF监控的核心使命可以概括为两个关键功能：场景切换检测和场景平移识别。

在连续自动对焦（CAF）系统中，算法主要依赖三类参数进行场景判断：

• SAD（绝对误差和）：逐帧比较画面亮度差异，对快速变化敏感
• SADR（参考帧差异）：与稳定参考帧对比，识别整体场景变更
• GYRO（陀螺仪数据）：通过设备运动数据区分人为移动与场景变化

实际调试中发现，直播场景中最具挑战的是突然的灯光变化。某次演唱会拍摄中，舞台频闪导致SADR值剧烈波动，误触发对焦搜索。通过将SADR的连续计数阈值从默认的3帧调整为5帧，成功过滤掉瞬时干扰，对焦稳定性提升40%。这种参数微调正是AF监控算法的精髓所在。

2. 数值监控库的架构解析

数值监控库（Value Monitor Bank）就像AF系统里的"参数仪表盘"，包含三大功能模块：

最近调试的8K摄像机项目中，发现陀螺仪数据存在高频噪声。通过启用IIR滤波器并设置系数分子为0.7、分母为0.3，使运动检测准确率从72%提升到89%。具体配置如下：

// 陀螺仪监控配置示例 gyro_monitor { trigger_threshold = 15 // 单位：度/秒 consecutive_count = 4 // 连续4帧超阈值才触发 iir_filter { enable = 1 // 启用IIR滤波 coeff_numerator = 0.7 // 分子系数 coeff_denominator = 0.3 // 分母系数 } }

特别要注意的是检测类型（Detection Type）的选择。当设置为"不稳定检测"时，系统会在信号波动时输出1；若设为"稳定检测"则逻辑相反。这个参数设置错误会导致整个监控逻辑颠倒，去年某厂商的固件BUG正是由此引发。

3. 算法配置的实战技巧

算法配置（Algo Configure）相当于监控系统的"灵敏度调节旋钮"。其核心是采用三级预设（低/中/高）加线性插值的机制：

1. 灵敏度参数范围：1-100（0表示禁用）
2. 预设档位映射：
   • 1-50：低→中档线性过渡
   • 50-100：中→高档线性过渡
3. 典型场景配置：
   • 体育直播：GYRO灵敏度70-80
   • 风景拍摄：SADR灵敏度30-40
   • 人像跟拍：SAD灵敏度50-60

在调试无人机跟拍系统时，发现默认的陀螺仪灵敏度50会导致高空风扰下的误触发。通过以下步骤优化：

1. 先将SADR/SAD_PANNING灵敏度设为0隔离干扰
2. 逐步提高GYRO灵敏度至65
3. 微调GYRO_PANNING至55获得平稳跟拍效果
4. 最后恢复其他参数并整体测试

这种分步调试法可避免多个参数互相干扰。记得每次修改后要通过af_caf_process_monitor日志验证实际效果：

[VERB][STATS_AF] af_caf_process_monitor: CAF monitor output : 100 0 100 1 (confidence/focus_level/stability/is_trig_refocus)

4. 基于日志的深度调试方法

有效的AF调试必须学会"读懂"系统日志。以下是关键日志信息的解密：

CAF监控决策逻辑：

is_scene_change = sad->is_change | gyro->is_change; is_scene_panning = sad->is_panning | gyro->is_panning; is_trig_refocus = is_scene_change && is_scene_stable;

典型日志分析案例：

af_value_monitor_get_trigger CAF_SADR VM GET TRIGGER detection mode 2, abs mode 1, baseline 0, input 14.577575, metafilter 13.794128, decision 1

• detection mode 2：不稳定检测
• input与metafilter差值>threshold：触发场景变化
• decision 1：确认场景切换

在解决某手机厂商的"对焦犹豫"问题时，发现日志中频繁出现：

af_caf_process_monitor CAF_is_scene_changed: sadr 1 gyro 0!

这表明SADR过于敏感而陀螺仪未有效参与决策。通过将SADR灵敏度从80降至60，同时开启GYRO的移动平均滤波，使对焦决策速度提升30%。

5. PDAF监控的特殊考量

相位检测对焦（PDAF）系统有独特的监控逻辑，其触发条件为：

is_trig_refocus = is_conf && is_defocused && is_stable;

关键参数调试要点：

1. 离焦阈值（defocus_thres）：

   • 正离焦值：目标远离
   • 负离焦值：目标接近
   • 建议初始值设为DOF的1.5倍

2. 置信度表（confidence table）配置原则：

   • 高增益环境：提高最小置信阈值
   • 低光照场景：适当降低要求

3. 稳定性判定：

   • 建议设置3-5帧的历史窗口
   • 阈值范围一般为离焦值的15-20%

某次调试中发现PDAF在逆光场景频繁失效，日志显示：

af_pdaf_monitor is_conf 1, is_defocused 0, is_stable 1

分析发现是defocus_cnt < min_defocus_cnt导致。通过调整defocus_thres从25降至20，并设置min_defocus_cnt=3，使逆光对焦成功率从65%提升到92%。

6. 光照自适应的进阶配置

高级AF系统支持基于AEC增益的灵敏度自动调整，这是通过两套参数实现的：

1. 黑框参数：默认灵敏度值
2. 红框参数：增益分段的灵敏度触发器

配置示例（XML格式）：

<value_monitor name="CAF_SADR"> <default_sensitivity>50</default_sensitivity> <sensitivity_trigger> <gain_start>3.0</gain_start> <gain_end>5.0</gain_end> <sensitivity>70</sensitivity> </sensitivity_trigger> </value_monitor>

在调试某运动相机时，发现强光下对焦过于激进。通过设置：

• 增益>5.0时SADR灵敏度=40
• 增益<2.0时SADR灵敏度=60 成功实现不同光照条件下的自适应对焦。关键日志验证点：

af_caf_set_sensitivity_trigger: sensor gain changed :3.96, VM sens updated from 50 to 70

7. 常见问题排查指南

根据数十个项目经验，总结出AF监控的典型故障模式：

场景误判：

• 现象：静止场景频繁触发重新对焦
• 检查顺序：
  1. 确认GYRO_PANNING是否启用
  2. 检查SAD的中值滤波配置
  3. 验证连续计数阈值是否过小

响应延迟：

• 现象：场景变化后对焦迟疑
• 优化方向：
  1. 适当提高SADR/SAD灵敏度
  2. 减小帧到触发（frame2armed）值
  3. 缩短IIR滤波器的缓冲区

某安防相机项目中出现夜间误触发，最终发现是SAD的移动平均滤波样本数（num_samples）设置为10导致响应过慢。调整为5后，在保持噪声抑制的同时，响应速度提升2倍。

调试的本质是在灵敏度与稳定性间寻找平衡点。建议每次只调整一个参数，用典型场景验证效果，并记录完整的参数变更日志。当遇到复杂问题时，可以暂时禁用部分监控通道（灵敏度设0）进行问题隔离。