Как работает ИИ-автофокус: нейросеть внутри камеры

Когда камера сама находит глаз ястреба в листве, это не «магия Canon» — это свёрточная нейросеть, обученная на миллионах фотографий, работающая на процессоре DIGIC прямо в вашей тушке, 60 раз в секунду. Разберём эту машину до винтиков — знание переводится в резкие кадры напрямую.

Два этажа автофокуса

Любой современный AF решает две разные задачи:

Этаж 1. Геометрия: куда крутить линзы. Это Dual Pixel CMOS AF: каждый пиксель матрицы разделён на две фотоячейки, сравнение их сигналов даёт фазовую разность — камера мгновенно знает направление и величину промаха. Так умели ещё зеркалки (отдельным модулем).

Этаж 2. Семантика: за чем следить. Здесь работает нейросеть: по потоку кадров она детектирует и классифицирует объекты (человек→лицо→глаз; животное→морда→глаз; птица; машина/мотоцикл; самолёт/поезд), строит их «треки» во времени и отдаёт этажу 1 координаты цели. Именно этот этаж превратил Servo из «следопыта за пятном» в «оператора, знающего сюжет».

Как обучали камеру видеть

Модели распознавания учат классически: миллионы размеченных кадров («здесь глаз», «здесь морда лабрадора в профиль») → свёрточная сеть выучивает признаки → инференс сжимают под мобильный процессор. Canon называет свою ветку EOS iTR AF X (intelligent Tracking & Recognition); поколения различаются составом «зоопарка» и умом приоритизации:

• эпоха R5/R6: люди-животные-птицы-техника, глаз в приоритете;
• R3: + управление взглядом как «мышь» для выбора цели;
• R1/R5 II: приоритет действия — сеть понимает, у кого мяч, и держит ключевого игрока; регистрация конкретных лиц (снимать «своего» ребёнка на матче).

Практика: как подружиться с сетью

1. Скажите ей, кого искать. Меню Subject to detect: Люди/Животные/Транспорт/Авто. «Авто» умён, но на смешанных сценах (всадник!) явное указание стабильнее.
2. Дайте точку старта. Whole-area AF хорош, когда объект один. В толпе стартуйте с малой зоны на нужном человеке — дальше трекинг подхватит.
3. Настройте перехват. Кнопка на «остановить/сменить объект» (или взгляд на R3+) — обязательный рефлекс: сеть иногда уверенно ведёт не того.
4. Servo Cases по сюжету. «Липкость» к цели против скорости переключения — для птиц в ветках и футбола настройки противоположные (подробности в гиде по птицам).
5. Свет решает. Сети, как и глазам, нужен сигнал: в сумерках сначала светосила и ISO, потом претензии к трекингу.

Ограничения честным текстом

Сеть распознаёт то, чему её учили: экзотика (ящерица в терратерриуме, дрон) может определяться как «птица» или игнорироваться. Ветки перед объектом — вечный конфликт этажей («ближе» против «важнее»). И главное: автофокус не выбирает момент — знать, когда вспорхнёт цапля, по-прежнему ваша работа. Сеть внутри камеры отменила рутину наведения, не отменив ремесло.

Настройка нейрофокуса под жанр

Сеть внутри камеры умна, но не телепат. Пять настроек, которые превращают её из «умной игрушки» в инструмент.

Тип объекта. Меню «Обнаруживаемый объект»: Люди / Животные / Транспорт / Авто. Режим «Авто» соблазнителен и коварен: на смешанной сцене (всадник, человек с собакой, велогонка) камера выбирает не того. Указывайте явно — стабильность важнее универсальности.

Стартовая зона. «Вся область» хороша, когда объект один. В толпе, в стае, на трибуне сеть цепляется за самое крупное и центральное. Решение: малая зона на нужном объекте, дальше трекинг подхватит и поведёт.

Приоритет глаза. Левый / правый / авто. Для портрета с поворотом головы «авто» иногда прыгает на дальний глаз — задайте ближний вручную.

Servo-кейсы. Настройка «липкости»: как долго камера держит потерянный объект и как охотно переключается. Птица в ветках требует максимальной липкости (ветки не должны перехватывать), теннис — наоборот, мгновенной реакции на смену направления.

Кнопка перехвата. Обязательный рефлекс: сеть уверенно ведёт не того — вы одним движением (джойстик, взгляд на R3) переназначаете цель. Без этой привычки вы заложник алгоритма.

Чего сеть не умеет — и не научится

Экзотика вне датасета. Ящерица, насекомое, дрон, лошадь в попоне — модели учили на распространённом. Здесь работает старая добрая точка по контрасту.

Ветки перед объектом. Вечный конфликт двух этажей: геометрия кричит «ближе», семантика — «важнее». Даже лучшие сети сдаются на плотной сетке веток: помогает предфокус вручную примерно на дистанцию и липкий кейс.

Стекло, сетка, дождь. Автофокус цепляется за передний слой — зоопарк и вольеры требуют ручного вмешательства.

Момент. Сеть найдёт глаз цапли — но не знает, что цапля сейчас взлетит. Предвидение осталось за вами, и это, пожалуй, к лучшему.