071、人像模式与深度估计：双摄虚化到AI语义分割
一、一个让我失眠三天的Bug
2017年，某款双摄手机的人像模式在实验室测了两个月，虚化效果吊打竞品。结果量产第一批机器到用户手里，投诉炸了——拍穿黑衣服的人，头发边缘像被狗啃过，背景虚化把肩膀和天空糊在一起。我盯着log看了三天，发现是双目视差在纯色区域失效了。黑色衣服和深色背景之间没有纹理，立体匹配算法直接摆烂，深度图上一片空洞。那是我第一次意识到：人像模式的核心不是虚化算法多炫，而是深度估计有多稳。
二、双摄虚化的底层逻辑：你以为的“景深”其实是“视差”
双摄人像模式的本质是模拟单反的大光圈浅景深效果。单反靠物理光圈控制进光量和弥散圆直径，手机传感器太小，物理虚化不现实，只能靠算法“算”出深度，再根据深度做选择性模糊。
双摄深度估计的核心是三角测量。左右摄像头看到同一个物体，位置有偏移，这个偏移量叫视差。视差越大，物体离相机越近。公式很简单：深度 = (焦距 × 基线距离) / 视差。但工程实现时全是坑。
立体匹配的经典流程：
- 极线校正——把左右图对齐到同一水平线，这样搜索视差时只需沿x轴找
- 代价计算——对左图每个像素，在右图对应行上搜索最匹配的像素块
- 代价聚合——用SGM（半全局匹配）或引导滤波平滑视差图
- 视差优化——左右一致性检查、亚像素插值、中值滤波
这里踩过坑
