Разбираемся в технологии фазового автофокуса в смартфонах

Развитие мобильной фотографии напрямую связано с совершенствованием систем автофокусировки. Еще в начале 2010-х годов смартфоны полагались на контрастный автофокус, который работал по принципу поиска максимального различия яркости на границах объектов. Однако он имел серьезные недостатки: медленная работа, частые ошибки в условиях низкой освещенности и невозможность отслеживания движущихся объектов в реальном времени. Именно тогда на смену ему пришла технология фазовой детекции, или Phase Detection Autofocus (PDAF), которая коренным образом изменила подход к автофокусировке в мобильных камерах.

Принцип работы фазового автофокуса

Фазовый автофокус заимствовал основные идеи у классических зеркальных фотоаппаратов, где фазовые сенсоры использовались для моментального определения направления и величины необходимого смещения линз. В смартфонах подобного механизма нет, но разработчики нашли способ реализовать ту же логику с помощью пиксельных сенсоров на матрице.

В современных камерах с PDAF часть пикселей покрываются микролинзами, которые разделяют поступающий свет на два потока и направляют их к противоположным сторонам сенсора. Затем процессор анализирует полученные изображения и сопоставляет их фазы — проще говоря, сравнивает, насколько сильно они смещены относительно друг друга. Если изображения полностью совпадают, значит, объект находится в фокусе. Если есть смещение, алгоритм мгновенно вычисляет, в какую сторону и насколько нужно переместить линзы, чтобы добиться резкости.

Таким образом, в отличие от контрастного автофокуса, который выполняет серию пробных перемещений линз (что приводит к «охоте за фокусом»), PDAF сразу определяет правильное положение и моментально настраивает объектив.

Преимущества перед контрастным автофокусом

Главное преимущество фазового метода — скорость. Контрастный автофокус может занимать сотни миллисекунд, тогда как PDAF справляется с задачей в десятки раз быстрее. Это особенно важно для мобильной фотографии, где сцены быстро меняются, а пользователи хотят мгновенно получать четкие кадры.

Другой важный плюс — устойчивость к плохому освещению. Контрастный автофокус часто сбивается в темных условиях, потому что разница в яркости между пикселями становится недостаточной для точных вычислений. PDAF менее подвержен этому эффекту, так как оценивает фазу света, а не его яркость.

Также стоит отметить работу с движущимися объектами. В отличие от контрастного метода, который вынужден постоянно пересчитывать фокус, PDAF позволяет сразу определить, в какую сторону двигать линзы, что делает его значительно лучше подходящим для съемки динамических сцен.

Ограничения технологии и способы их решения

Хотя фазовый автофокус принес значительные улучшения, у него есть свои ограничения. Одно из них — чувствительность к слабому свету. Несмотря на то, что PDAF работает лучше контрастного метода в темных условиях, его эффективность снижается, если в сцене слишком мало света. Это связано с тем, что фазовые датчики используют только часть светового потока, что делает их менее точными в условиях недостаточного освещения.

Для решения этой проблемы производители начали внедрять гибридные системы, комбинирующие PDAF с другими технологиями. Например:

• Dual Pixel PDAF (Samsung, Canon) — каждый пиксель сенсора разделен на две части, что позволяет всей площади матрицы участвовать в автофокусировке.
• Laser Autofocus (LG, Huawei) — дополняет PDAF инфракрасным лазером, который быстро измеряет расстояние до объекта.
• ToF-сенсоры (Sony, Apple) — используют время пролета света для точного расчета глубины сцены.

Благодаря таким гибридным методам современные камеры обеспечивают практически мгновенный фокус даже в сложных условиях.

Подводя итог

На сегодняшний день фазовый автофокус уже стал стандартом в смартфонах от бюджетного до флагманского сегмента. Однако производители продолжают искать способы его совершенствования. В ближайшие годы можно ожидать развитие Dual Pixel PDAF, где будет использоваться еще больше микролинз для повышения точности и скорости, интеграцию с нейросетями, которые смогут предсказывать движения объектов и заранее корректировать фокус, а также комбинации PDAF с мультикамерными системами, что позволит получать еще более точные данные о расстоянии до объекта.