100、人像模式的"深度估计三兄弟"——双目视差/ToF/单目深度估计的精度与鲁棒性对比，以及抠图边缘的"发丝级"难题去年秋天，我们团队在给一款中端机型调人像模式，客户反馈说"背景虚化像贴纸，头发边缘全是白边"。我拿到样张一看，心里就凉了半截——那是个逆光场景，模特侧脸对着夕阳，发丝边缘的羽化区域直接糊成一片，背景里的路灯杆子倒是虚得挺圆，可发梢和背景之间那条分界线，活像用美工刀裁出来的。更头疼的是，同一台机器，室内暖光下拍人像效果还行，一到户外树荫下就翻车，背景里的树叶缝隙全被错误地归到前景，虚化出来一片"蜂窝煤"。当时我们用的方案是单目深度估计，跑的是轻量级CNN模型，帧率倒是够，但深度图的边缘质量完全看天吃饭。这类问题，说白了就是人像模式里"深度估计三兄弟"——双目视差、ToF、单目深度估计——各自的精度和鲁棒性在真实场景下的博弈。我调了这么多年影像，这三条路都走过，今天把踩过的坑和摸出来的门道摊开讲。先说双目视差。这玩意儿原理不复杂，左右两颗摄像头同时拍，通过匹配同名点算出视差，再反推深度。听起来很物理，很可靠，但真上了产线你就知道，它最怕的是"没纹理"和"重复纹理"。白墙面前，左右眼看到的都是白茫茫一片，匹配算法直接抓瞎，深度图上一块一块的洞，补都补不回来。还有那种百叶窗、格子衬衫，纹理周期性强，匹配时左右眼各认各的，视差跳变能让你怀疑人生。我们之前在一款双目方案上做过统计，室内正常光照下，深度误差能控制在1%以内，但一到低照度或者强反光场景，误差能飙到5%以上，边缘更是重灾区。而且双目有个硬伤——基线距离。手机那么薄，两颗摄像头之间撑死十几毫米，基线太短，近距离还行，一到1.5米开外，视差分辨率就急剧下降，深度值跟猜差不多。所以现在手机上的双目，基本都用来做