3、AE目标亮度与权重：如何定义“正确曝光”？

做ISP调优这些年，我经常被问到同一个问题：“到底什么样的亮度才算正确曝光？”

说实话，这个问题没有标准答案。你想想看，同一个场景，拍人像和拍风景，对亮度的要求能一样吗？夜景和白天，目标亮度也完全不同。

所以，AE（自动曝光）的核心任务，不是找到一个“正确”的亮度值，而是根据场景和用户意图，动态调整目标亮度。说白了，就是“看人下菜碟”。

3.1 目标亮度：AE的“靶心”

AE算法首先要确定一个目标亮度值，通常用平均亮度（Yavg）或区域亮度来表示。这个值就是AE的“靶心”，所有曝光调整都围绕它展开。

我个人习惯把目标亮度分为三个层级：

• 全局目标亮度：整幅画面的平均亮度，通常设定在18%灰附近（约128/255）。这是基础，但不是全部。
• 区域目标亮度：针对画面中特定区域（如人脸、主体）的亮度要求。比如人脸亮度通常要比全局高10-20%。
• 场景自适应目标亮度：根据场景类型（逆光、夜景、高动态）动态调整。比如夜景下，目标亮度会适当降低，避免过曝。

3.2 权重矩阵：谁说了算？

有了目标亮度，还得决定“听谁的”。这就是权重矩阵的作用。权重矩阵决定了画面中每个像素对最终曝光决策的贡献大小。

常见的权重策略有三种：

权重类型	核心逻辑	适用场景	我踩过的坑
中心权重	画面中心区域权重高，边缘低	常规拍照、主体在中央	边缘有强光源时，中心容易欠曝
人脸权重	检测到人脸后，人脸区域权重飙升	人像、自拍、视频通话	多人脸时，权重分配容易打架
场景权重	根据场景语义（天空、草地、建筑）分配权重	风景、夜景、逆光	场景识别不准时，权重反而帮倒忙

3.3 中心权重：最朴素的策略

中心权重是最早出现的策略。它的逻辑很简单：用户通常把主体放在画面中央。

实现方式也直接：

• 将画面划分为N×N的网格（常见5×5或7×7）
• 中心网格权重最高（比如0.5）
• 边缘网格权重递减（比如0.1）
• 最终曝光值 = Σ(每个网格亮度 × 网格权重)

我在项目中遇到过一个问题：用户拍夜景时，画面边缘有路灯。中心权重策略会让AE优先保证中心亮度，结果边缘路灯过曝成一片白。后来我加了一个高亮区域抑制逻辑，才解决这个问题。

3.4 人脸权重：人像场景的“王牌”

人脸权重是我认为最重要的权重策略。为什么？因为用户最在意人脸亮度。人脸太暗，照片就废了。

人脸权重的核心逻辑：

1. 人脸检测：通过算法检测画面中的人脸区域
2. 权重提升：将人脸区域的权重提升到普通区域的3-5倍
3. 亮度锁定：确保人脸亮度在目标范围内（通常140-180/255）
4. 多人脸处理：多张人脸时，取平均或按面积加权

我曾经踩过一个坑：人脸权重设得太高，导致背景严重欠曝。用户拍了一张人脸很亮、背景全黑的照片，反馈说“像在监狱里拍的”。后来我加了背景亮度保护机制，人脸权重再高，也要保证背景不低于某个阈值。

3.5 场景权重矩阵：让AI“看懂”画面

场景权重矩阵是更高级的策略。它利用AI场景识别，为画面中不同语义区域分配权重。

举个例子：

• 天空：权重低（天空过曝一点没关系）
• 人脸：权重高（必须保证亮度）
• 草地：权重中等（保持自然色调）
• 建筑：权重中等（细节要保留）

实现流程大致如下：

1. 输入图像
2. 场景语义分割（识别天空、人脸、草地、建筑等）
3. 为每个语义区域分配预设权重
4. 计算加权平均亮度
5. 与目标亮度对比，调整曝光参数

我参与过一个项目，场景权重矩阵做得很好。逆光场景下，人脸权重自动提升，天空权重降低，最终拍出来人脸不黑、天空不过曝。用户反馈说“这手机拍照真聪明”。

3.6 权重融合：实战中的“组合拳”

实际产品中，很少只用一种权重策略。通常是多种策略融合使用。

我常用的融合策略：

场景	主权重	辅权重	融合比例
人像	人脸权重	中心权重	7:3
风景	场景权重	中心权重	6:4
夜景	场景权重	人脸权重	5:5
运动	中心权重	场景权重	8:2

嗯，这里要注意：融合比例不是固定的。我习惯在实验室里针对不同场景做主观评测，根据用户反馈调整比例。

3.7 避坑指南：我踩过的那些坑

做AE权重调优这些年，我踩过不少坑。分享几个典型的：

• 坑1：权重突变导致曝光闪烁
  我曾经在场景切换时，权重矩阵突然变化，导致画面亮度闪烁。后来加了权重平滑过渡，切换时间控制在0.3秒以上。
• 坑2：人脸权重过高导致背景死黑
  前面提过，人脸权重设到8倍，背景直接黑掉。现在我的上限是5倍，并且加了背景亮度保护。
• 坑3：场景识别不准导致权重错误
  有一次场景识别把天空识别成水面，权重分配完全错了。后来我加了置信度阈值，识别置信度低于0.7时，回退到中心权重。
• 坑4：多人脸场景权重打架
  多人脸时，每张人脸都要求高权重，结果平均下来谁都没照顾好。我的解决方案是按人脸面积加权，面积大的权重高。

3.8 知识结构图：AE权重体系

下面这张图总结了AE目标亮度与权重的核心逻辑。你可以把它当作调优时的“地图”。

3.9 调优建议：从“能用”到“好用”

最后，分享几条调优建议。这些都是我在项目里一点点试出来的：

• 先定目标亮度，再调权重：目标亮度是基础，权重是优化。基础没打好，权重调得再好也没用。
• 权重变化要平滑：权重突变会导致曝光闪烁。我习惯用指数平滑，让权重在0.3-0.5秒内渐变。
• 留有余量：目标亮度不要卡在极限值。比如目标亮度设140，实际允许135-145。这样AE有调整空间，不会频繁抖动。
• 多场景验证：同一个权重策略，在不同场景下表现可能天差地别。我习惯准备20+个典型场景，逐一验证。
• 用户反馈是最终标准：实验室数据再漂亮，用户说“不好看”就是不好看。我经常拿样机给非技术人员盲测，他们的反馈最真实。