3、AI场景识别概述：常见场景分类与模型部署方式
AI场景识别是Camera HAL层智能调度的核心感知模块。它通过轻量级深度学习模型对取景画面进行实时语义理解，输出场景标签（如人像、夜景、文档、运动），从而驱动ISP参数、3A算法和pipeline配置的动态切换。本章将系统梳理常见场景分类体系，并剖析AI模型在相机系统中的典型部署路径。
3.1 常见场景分类及特征
在移动相机系统中，场景识别通常覆盖4~8个基础类别。下表列出了最核心的四种场景及其对ISP调度的关键影响：
| 场景类别 | 视觉特征 | ISP/3A调度要点 | 典型触发条件 |
|---|---|---|---|
| 人像 | 人脸/人体区域占比高，肤色纹理，背景虚化需求 | AE人脸优先测光，AF人脸锁定，AWB肤色保真，开启散景/美颜 | 人脸检测置信度 > 0.7，且人脸面积 > 5% 画面 |
| 夜景 | 低照度（< 50 lux），高噪点，动态范围大 | 多帧RAW域融合，长曝光，AE降速，AWB偏暖抑制 | 环境照度 < 100 lux 且无强光源过曝 |
| 文档 | 高对比文字/图表，平面纹理，边缘锐利 | AF微距/连续模式，AE高对比度优先，AWB去偏色，开启边缘增强 | 文本区域占比 > 40%，且无显著人脸 |
| 运动 | 画面全局/局部运动模糊，帧间位移大 | AE提高快门速度（1/120s+），AF预测追踪，开启电子防抖 | 光流/陀螺仪检测到运动矢量 > 阈值 |
工程经验：实际产品中场景标签往往不是互斥的。例如“夜景人像”需要同时激活人像和夜景两套调度策略，HAL层需设计优先级仲裁逻辑（通常人像优先于夜景）。
3.2 AI模型在相机系统中的部署方式
AI场景识别模型从训练完成到在Camera HAL层生效，需要经过模型转换、量化、部署和推理调度四个阶段。根据算力平台和延迟要求，主流部署方式分为以下三种：
- CPU端侧推理（TFLite / NNAPI）：兼容性最好，适合低帧率（1~5 FPS）场景刷新；延迟约 10~50 ms，功耗较高。
- DSP/NPU硬件加速（Qualcomm Hexagon / MTK APU）：延迟可降至 2~8 ms，功耗仅为CPU的1/5；需厂商SDK适配，模型需量化为INT8。
- ISP内联协处理（Camera DSP / CV引擎）：延迟 < 1 ms，直接嵌入ISP pipeline；仅支持特定网络结构（如MobileNetV2变体），灵活性最低。
部署决策指标：HAL层通常要求场景识别延迟 < 16 ms（对应60fps预览一帧），且功耗增量 < 50 mW。因此NPU/APU加速是当前旗舰机的主流选择。
3.3 典型部署架构：从模型到HAL调度
下图展示了AI场景识别模型在相机系统中的完整部署链路，从离线训练到在线推理，再到HAL层的策略分发：
3.4 多场景并发与优先级调度
实际取景画面可能同时包含多种场景特征（如夜景+人像、运动+文档）。HAL层需要设计场景融合与优先级仲裁机制。以下是一种典型的优先级策略：
- 安全优先：人脸/人像标签具有最高优先级，涉及隐私和安全合规。
- 体验优先：运动场景次之，防止因场景误判导致快门过慢而糊片。
- 质量优先：夜景和文档在无人像/运动时生效，侧重画质优化。
- 降级策略：当多场景置信度均低于阈值（如0.5）时，回退到通用auto模式。
避坑提示：场景标签的频繁抖动（如人像/夜景在1秒内反复切换）会导致ISP参数剧烈变化，预览画面出现闪烁。HAL层必须引入滞回滤波（hysteresis）或置信度平滑窗口（通常3~5帧），确保调度稳定。
3.5 场景识别与ISP调度的闭环流程
下图展示了从RAW域数据输入到ISP参数输出的完整闭环，突出AI场景识别在其中的位置：
闭环流程的关键在于：AI场景识别模块位于ISP预处理和后处理之间，以最低延迟介入策略决策，并通过参数反馈回路动态调整前级ISP参数，形成“感知-决策-执行”的实时优化循环。