在一些特殊场景如逆光场景、低光照场景等曝光是怎么处理的首先需要明确的一点是到目前为止AE算法生效都是全局的。这也就意味着曝光提亮时全局都是变亮的曝光压暗时全局也都是变暗的不存在只提亮或压暗画面中某一区域的情况。同时单一的图像传感器动态范围是有限的因此在一些高动态范围场景如逆光场景时是没有办法同时兼顾亮区和暗区的。如上图中所示亮区曝光亮度正常时暗区过暗暗区曝光亮度正常时亮区过曝。因此逆光场景的曝光问题本质上就是一个测光问题即如何选择测光区域。可选的做法包括与AI结合通过神经网络算法检测出“优先曝光区域”如人脸等或者通过人机交互由拍摄者选择测光区域等如果无法从其他渠道获取测光区域则可以通过预设曝光优先模式如“亮区优先”等然后通过统计结果中的亮度直方图区分出暗区和亮区并进行相应的曝光。以上都是单纯的针对AE算法的处理思路。实际上针对极端逆光场景通常会将AE算法和HDR算法相结合。在数字宽动态情况下只通过算法实现宽动态通常在曝光时会倾向于将高亮区域曝光正常暗区则通过后处理如增益gamma映射等方式提升亮度。但这种方法提升有限其实是“假宽动态”。“真宽动态”通常会通过多帧曝光、多摄等方法获取多帧不同程度曝光的图像并通过多帧合成的方法扩展动态范围。低光照场景AE算法的核心矛盾是光照不足导致信噪比低画面昏暗。自动曝光策略需要在“获得足够的亮度”和“控制噪声提升信噪比之间”找到最佳的平衡点。首先是曝光控制因素的生效顺序上应优先选择增加进光量比如开大光圈在保证画面不出现拖影的情况下尽量提升曝光时间如果条件许可情况下开启补光灯等同时谨慎使用曝光增益在使用增益时优先使用模拟增益等其次曝光目标值的设置。在低光照场景下应适当降低曝光目标值这样既能一定程度上降低增益减少噪声同时低光照场景下画面稍暗也更符合人眼的主观预期。如上图中低光照场景下的照片人眼并没有感觉画面不合适虽然画面的实际亮度确实是低于白天光照场景下拍摄的照片。除了AE算法本身外也可以设计其他算法提升图像信噪比。比如很多手机“夜景模式”用到的多帧降噪技术即采用短时多次曝光然后对多帧图像进行对齐和时域平均。同时其他算法模块尤其是降噪算法中应该有和噪声水平联动的机制以提升低光照场景下的图像效果。