10. 场景识别与动态调优：基于场景的功耗策略、低光模式优化、人像模式功耗控制

相机功耗优化做到最后，你会发现一个核心问题：不可能一套参数打天下。你想想看，拍文档和拍夜景，ISP的负载能一样吗？人像模式要算景深，普通模式直接出图，功耗差个两三倍都很正常。

所以这一章，我们来聊聊怎么让相机“看人下菜碟”——根据场景动态调整功耗策略。我个人习惯把这套方案叫做“场景感知调优”。说白了，就是让系统自己判断当前在拍什么，然后自动切换到最省电的配置。

10.1 场景识别的底层逻辑

场景识别不是玄学。它本质上是从图像数据中提取特征，然后做分类决策。我参与过一个项目，最初想用纯硬件加速来做场景分类，结果功耗反而上去了。后来发现，其实用轻量级的统计特征就够了。

常见的场景特征包括：

• 亮度直方图：判断是白天、黄昏还是夜景
• 对比度分布：区分文档、风景还是人像
• 人脸检测结果：是否有人脸、人脸数量、人脸大小
• 运动矢量：判断场景是否静止，还是快速移动

这些特征不需要跑神经网络。用ISP的3A统计信息就能提取。嗯，这里要注意：不要为了识别场景而额外开一路数据流，否则功耗优化就本末倒置了。

10.2 基于场景的功耗策略矩阵

我习惯把场景分成几大类，每类对应一套功耗配置。下面这张表是我在项目中总结的：

场景类型	ISP帧率	Sensor增益策略	CPU/GPU负载	典型功耗节省
文档/静态	15fps	低增益优先	低	40%-50%
风景/白天	30fps	自动	中	20%-30%
人像	30fps	自动	高（景深计算）	10%-20%
低光/夜景	15fps	高增益+多帧合成	中高	15%-25%
运动/抓拍	60fps	自动	中	0%（性能优先）

你看，文档场景直接砍到15fps，因为用户拍文档时根本不需要高帧率。低光场景也降到15fps，但这里有个坑——我后面会讲。

下面这张图展示了场景识别与功耗策略的完整流程：

10.3 低光模式优化：降帧率与多帧合成的平衡

低光模式是功耗优化的重灾区。为什么？因为低光下Sensor信噪比差，需要更长的曝光时间，或者多帧合成来降噪。这两者都吃功耗。

我踩过一个坑：某款手机在低光模式下，直接把帧率降到10fps，想着省电。结果用户预览时感觉画面“一卡一卡的”，体验极差。后来我们改成15fps + 自适应多帧合成，功耗只多了5%，但流畅度提升明显。

低光模式的核心优化点：

• 帧率控制：建议15fps保底，低于10fps用户能感知到卡顿
• 多帧合成策略：不是帧帧都合成。我建议只在场景变化大时触发多帧，静止场景用单帧+空域降噪
• Sensor增益：优先提高模拟增益，数字增益会放大噪声，导致后续降噪算法更耗电

10.4 人像模式功耗控制：景深计算的取舍

人像模式是功耗大户。原因很简单——它需要计算景深。不管是双摄视差法，还是ToF深度图，或者AI单摄虚化，都要额外算力。

我曾经在一个项目里，人像模式功耗比普通模式高了60%。用户拍两张照片手机就发烫。后来我们做了三件事：

1. 降低景深图分辨率：从全分辨率降到1/4分辨率。虚化效果肉眼几乎看不出区别，但计算量降了75%
2. 人脸区域优先：只在人脸区域做高精度景深，背景区域用低精度。反正背景虚化不需要太精确
3. 缓存深度图：如果人脸位置没变，直接复用上一帧的深度图。这个优化在视频人像模式下特别管用

10.5 动态切换的平滑过渡

场景识别不是一锤子买卖。用户可能从室内走到室外，或者从拍文档切换到拍人像。如果策略切换太生硬，用户会感觉到画面闪烁或帧率突变。

我习惯的做法是渐进式切换。比如从低光模式切到普通模式，帧率不要直接从15fps跳到30fps，而是先到20fps过渡一两秒，再到30fps。ISP参数也是类似，用线性插值慢慢过渡。

还有一个容易被忽略的点：场景识别的去抖。如果场景在边界来回跳（比如光线忽明忽暗），策略也跟着来回切，功耗反而更高。我一般加一个200ms的去抖窗口，场景稳定了再切换。

好了，这一章的内容就到这里。场景识别与动态调优，说白了就是让相机学会“看情况办事”。低光模式别死磕帧率，人像模式别死磕精度，找到那个“够用就好”的平衡点，功耗自然就下来了。