首先，一个“门外汉”的想法，判别图像的两种状态：模糊、聚焦，那就实现一个二分类网络，然后添加控制。

其实对比度评价（如边缘检测）在soc中就集成了，可以得到Fv(Focus value)，还是控制问题。但我想要的是“有一个网络，能够自己寻找到清晰的那个点”，即推理过程就是控制过程，推理的结果就是图像从模糊状态到聚集状态。（理论上单反上的AF就是做的这样的事情）

当然已有的是编写简单的算法（如爬山算法）实现AF。

(资料图)

现在有深度学习了，那么它能否做这件事情呢？

看下现有的都有什么？

以“camera focus”“autofocus”为关键字搜索

（有个小问题就是“autofocus”也可以是“Autofocus Layer”干扰项，也可以是GUI控件的focus的autofocus）

大部分看到的是显微镜的自动对焦，有对光源亮斑的判别。这是跟普通光学镜头不一样。

https://github.com/Waller-Lab/DeepAutofocus 显微镜聚焦

https://github.com/yanmeen/afnn 显微镜聚焦

https://github.com/Windaway/Autofocus 还是传统算法，但他结合爬山法和块反差来优化

https://github.com/russwong89/sharpness_detection_autofocus 还是传统算法

https://github.com/uptake/autofocus 只是项目名字叫“autofocus”，内容让我想起了《燃烧吧程序员》，野生动物保护工作的拍摄记录中去识别野生动物

https://github.com/romixlab/cnc-vision 激光切割，完全不同的领域了

https://github.com/sedara0218/camera_autofocus 这个粗看有点像

https://github.com/ChengyuWang1007/Deep-Learning-for-Camera-Autofocus 这个粗看有点像

https://github.com/blacknwhite5/deep-autofocus 也可以做为参考

https://github.com/antoniosanzc/TFM 这个看着就更像了

其他的，以后再搜下

--------------------------------------------------------------------------------------------

(研究，待续)