文：Stephen
我們以往談及相機的自動對焦系統均是以對焦點的數量作依歸，很少會談及自動對焦的演算方法，畢竟用家始終覺得「追得快」和「對得到就可以」。不過，無反相機以 Live View 作取景，實時擷取畫面資訊是它的優勢，故只要好好運用，其實是不下於只有場景辨識的能力。在今年發表的多部中高階相機上，Olympus、Panasonic 及 Sony 不約而同推出針對特定拍攝主體的自動對焦系統，或許有助改革長久以來相機的自動對焦演算方式。
現時多點對焦系統對比廿多三十年前的先進得多，不過其對焦演算法大多是偵測畫面上會移動的主體，然後計算對焦點涵蓋主體之移動速度和預測路徑而已，而再大的改變都是隨著系統對焦點的增加或擴展對焦範圍增加而在計算上更為精細吧。事實上，無反相機利用 Live View 取景，這意味相機是擁有實時掌握畫面色彩、主體輪廓資訊，以及主體移動速度和方向的能力，而多年來相機廠商仍未全面改革自動對焦演算法，影像處理器的運算能力可算是其中之一。今年登場的 Olympus OM-E E-M1X、Panasonic Lumix DC-S1 系列，以及 Sony A6400（按：包括從韌體更新獲得同樣功能的 Sony A7 III、A7R III 和 A9）已經運用人工智能主體辨識技術來直接分析畫面的數據，來就特定的主體來作更準確的對焦運算。
▲Sony A6400 在新韌體將會引入「動物眼部自動對焦」技術
或許有人會覺得廠方這樣一「改」是多此一舉，主體辨識到頭來不就是會用上多點式對焦點系統配合計算嗎？現時三間廠商的主體辨識技術不外乎內置大量的影像數據庫，直接「告訴」相機何謂賽車、火車、飛機、動物，以至是鳥類的照片，當相機在 Live View 取景時再次遇到已植入數據庫之場景時，就會憑著「腦內」的記憶知道用家打算拍攝有關主體，並將之作為自動對焦的取態。可是，又有人可能會問，一架飛機、火車、賽車，甚至是動物可能會佔據畫面上的一個很大的比例，若主體的「深度」（即三維空間的 Z 軸）很大，豈非會出現拍到「車尾清而車頭不清」的問題？
▲Olympus OM-D E-M1X
▲Olympus 的智能主體檢測自動對焦功能
其實，有運用大數據作主體對焦判辨的廠商肯定有考慮過有關問題。像 Olympus 的智能主體檢測自動對焦功能在成功辨別主體外，亦會針對主體的部分特徵作為重點對焦的依歸，如：機頭駕駛艙、火車頭駕駛艙或賽車手的頭盔等，這些都會繼續利用「大數據」判斷，並非單純利用多點對焦系統了事。至於像 Sony 的動物眼部自動對焦系統，系統仍會先以人工智能和大數據方式辨認出動物的臉頰，然後再將最重要的合焦部分落在動物的「靈魂之窗」上，這對於生態攝影師可謂十分便捷的，因為新技術可以省下人手調校對焦點至眼晴的時間，讓攝影師有更多時間構圖和為拍攝作出部署。
▲Panasonic Lumix DC-S1 系列在自動對焦功能上入 Deep Learning 深度學習／AI Technology 人工智能技術。
至於 Panasonic 更是將「動物檢測自動對焦技術」提升至新的層次，事關他們研發的 Deep Learning 深度學習／AI Technology 人工智能技術已可進化至判斷鳥類或人物。前者的技術可有助鳥攝發燒友更易捕捉飛行中的雀鳥，而後者更可套用在運動拍攝上，若然 Panasonic 的系統可以在體育場上先以「人物檢測」自動對焦，隨著主體靠近再切換至「人臉辨識／眼部辨識」，那麼數以千計的對焦點系統已經沒有存在的必要，因為當下的市場上已經有更「聰明」和快捷的對焦方式。
▲Panasonic 的 Deep Learning 深度學習／AI Technology 人工智能技術。
