125、洞察驱动的实战标题——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，如何用置信度融合实现边缘发丝级抠图去年秋天，我在调试某旗舰机的人像模式时，遇到了一个让我连续加班两周的诡异问题：模特站在逆光场景下，头顶的碎发在预览框里像被狗啃过一样，边缘全是锯齿状的半透明像素。更离谱的是，同一台机器，在室内暖光灯下拍同样的模特，发丝边缘却干净得能数清每一根。我当时的第一反应是算法参数出了问题，但翻遍了ISP和NPU的配置，愣是没找到任何异常。直到我把RAW图拉出来逐像素看，才发现问题根本不在抠图算法本身，而在深度图——逆光场景下，单目深度估计的置信度在发丝区域直接崩了。这个案例让我意识到，人像模式的核心从来不是"抠图"这个动作，而是"深度估计"这个前提。今天这篇笔记，我就把这三兄弟——双目视差、ToF、单目深度估计——放在解剖台上，从精度、鲁棒性、功耗、成本四个维度拆开揉碎，再聊聊怎么用置信度融合把它们的优点拼起来，最终实现发丝级抠图。先说双目视差。它的原理不复杂，就是模拟人眼，通过左右两颗摄像头拍摄的视差来计算深度。精度上，在近距离（0.3米到1.5米）范围内，如果纹理丰富，双目视差的深度精度能做到毫米级，这是单目完全无法企及的。但它的命门在于"纹理"二字。你拿一台只有双目模组的手机去拍一面纯白墙壁，深度图直接变成一片噪点，因为左右图找不到任何可匹配的特征点。更麻烦的是，双目对光照极其敏感，暗光环境下信噪比骤降，视差匹配的误匹配率会飙升到30%以上。我在调试某款双目方案时，发现室内灯光频闪（50Hz/60Hz）会导致左右图曝光不一致，直接造成深度图出现横向条纹——这个坑，很多工程师第一次遇到都会懵。再说ToF。ToF的原