前沿进展 | 汪凯巍团队在《CVPR》报道极端场景成像系统高速对焦技术

相关研究成果以“One-Step Event-Driven High-Speed Autofocus”为题，已被人工智能及计算机视觉领域最具影响力的国际顶级会议（CCF-A类）Conference on Computer Vision and Pattern Recognition (CVPR2025)接收。

近年来，事件相机（event camera）凭借其极高的时间分辨率（可达到微秒级）、低延迟特性及良好的低光适应性，具有在高速对焦领域应用的潜力。事件相机通过检测每个像素的亮度变化，提供了比传统帧式相机更为高效的动态场景捕捉能力。然而，现有的事件驱动对焦方法仍然需要捕捉完整的对焦堆栈，才能从中搜索出准焦位置，这意味着对焦过程仍然需要经历一次“拉风箱”，导致对焦时间过长。

因此，如何实现一种无需反复采样搜索、无需采集完整对焦堆栈并能够在低光、复杂运动场景下精确快速对焦的方法成为研究的重点。基于这一目标，团队将给予明确场景纹理、但帧率低的灰度图像，与高时间分辨、但仅能提供亮度变化信息的事件，结合起来，同时解决了仅基于图像和仅基于事件的自动对焦法中存在的局限，真正实现了一步到位的自动对焦。

在事件相机自动对焦场景下，研究团队构造了ELP函数：

图1使用一个简单的例子直观地说明了ELP方法的一步对焦原理：在对焦运动过程中，当图像逐渐清晰时，蓝色的负事件会产生在特征边缘的暗部一侧（即图像的拉普拉斯为正的区域），从而产生正的ELP值；而当对焦马达越过准焦位置，图像逐渐变得模糊时，红色的正事件又会产生在相同位置，从而产生负的ELP值。另外，越靠近准焦位置，事件越集中地产生在图像拉普拉斯幅度较大的位置，从而使得ELP绝对值在准焦位置更大。以上的原因导致了ELP函数会在准焦位置附近发生函数值从正到负的显著突变，这种突变可以被轻松检测到，且具有唯一性。

ELP方法的好处在于：1.在对焦马达实时运行的过程中，即能从ELP值的符号判断是否选择了正确的对焦方向，避免了南辕北辙；2.一旦检测到ELP值的符号突变，即说明达到了准焦位置，无需在此附近反复寻焦以达到最佳的清晰度。以上的两点共同促成了ELP的一步到位对焦法。

本工作不仅通过事件辅助，可以为CMOS图像传感器（CIS）的高速对焦服务，还可以通过结合本团队的前期工作“事件时域映射成像（EvTemMap）”技术，为纯事件传感器（DVS）的高速对焦服务。图2展示了纯事件的一步到位对焦法原始数据及流程：1.在对焦前的20ms时间内，事件相机利用EvTemMap实时得到一帧高动态范围（HDR）的灰度图像；2.当用户选择待对焦区域后，对焦马达启动，利用步骤1中得到的灰度图像以及对焦事件计算实时的ELP值；3.当检测到ELP值突变时，停止对焦马达，完成一步到位的对焦。