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.