人工智能伺服自动对焦是什么意思?学人工智能是什么专业?

1、如果想学习人工智能的话，可以选择机器人工程专业、智能科学与技术专业、计算机科学与技术专业、模式识别与智能系统专业、自动化专业等等。这些专业的就业前景都不错。
2、机器人工程专业：这是一个近几年新兴的专业，该专业是一门在真实世界环境下将感知、决策计算和执行驱动组合在一起的应用交叉学科和技术。2016年在大学里首次设立，是教育部重点扶持的专业之一，如今也已经成为了热门专业，该专业主要是为了培养具备工业机器人技术及创新能力的专业人才。

计算机科学与技术、软件工程、网络工程、信息安全、物联网工程、数字媒体技术、智能科学与技术、空间信息与数字技术、电子与计算机工程电子信息类：通信工程、信息工程、水声工程、电子信息工程、广播电视工程、医学信息工程、微电子科学与工程、光电信息科学与工程、电子科学与技术、电磁场与无线技术、电子信息科学与技术、电波传播与天线、电信工程及管理、应用电子技术教育、集成电路设计与集成系统

随着社会不断发展，人工智能这类新兴专业也受到人们的普遍关注，那你知道人工智能属于什么专业吗?下面是我为大家收集的关于人工智能属于什么专业，希望可以帮助大家。

更多专业相关内容推荐↓↓↓

就业前景好的10大专业排名

2022工资高的专业推荐

高考专业怎么选择最好

选专业要不要服从调剂

人工智能属于什么专业

目前属于计算机专业，人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

什么是人工智能专业

人工智能，即AI(ArTIficial Intelligence)，是一门包含计算机、控制论、信息论、神经生理学、心理学、语言学等综合学科。人工智能是从计算机应用系统角度出发，研究如何制造出人造的智能机器或智能系统，来模拟人类智能活动的能力，以及延生人类智能科学。

AI需要非常广泛的知识面和训练，学AI的学生要做好思想准备的是，你们不仅需要CS的雄厚的基础知识，还需要了解一些认知心理学、语言学、哲学和工程学的知识才能在未来的发展更顺利。除此之外，还需要掌握一些技能和工具，例如统计学、神经科学、控制、优化和运筹学。所以AI的申请者不是以单纯地成为IT人为目的的，而是要拥有丰富的知识量和技能的，未来多是冲着做researcher而去的。

人工智能专业要学些什么

1.学科基础课

程序设计基础、数据结构、人工智能导论、机器学习、计算机视觉、自然语言处理…..

2.专业基础课

自动规划、概率图模型、强化学习、神经网络、深度学习…

这样一门“引领未来”的学科，却面临着较大的人才缺口。据计算，我国当前人工智能领域还缺30万人才，这或许是高校争相开设该专业的原因之一。

人工智能专业 毕业 去向

就业方向非常广泛，未来几乎科研涉及各个领域，及所有行业，从科研机构、工程开发、机器人、计算机、电气自动化到工业、农业、交通、医疗、通讯等行业，可以说无所不及。

目前人工智能专业本专科都

人工智能专业就业方向有哪些

1、搜索方向，例如百度识图、作业帮搜题等。视频搜索也是搜索领域进一步研究的方向;

2、计算机视觉和模式识别方向，其应用领域包括智能办公、智能交通、智慧城市等等;

3、医学图像处理，医疗设备和医疗器械很多都会涉及到图像处理和成像技术。

4、无人驾驶领域，是人工智能重点应用领域之一;

5、智慧生活和智慧城市等，包括交通、商业、生活的诸多领域将会出现人工智能的影子。

人工智能专业掌握的知识能力

1.掌握数学、物理、计算机等方面的基本理论和基本知识;

2.掌握计算机科学与技术等方面的基本理论、基本知识和基本技能与 方法 ;

3.了解相近专业的一般原理和知识;

4.掌握资料查询、文献检索及运用现代信息技术获取相关信息的基本方法;

5.具有一定的技术设计，归纳、整理、分析实验结果，撰写论文，参与学术交流的能力。

有学校设有相关专业招生，是个非常有前景的专业。

人工智能属于什么专业相关 文章 ：

★ 人类对人工智能的看法有哪些

★ 人工智能专业论文

★ 教育部:人工智能正式进入本科专业

★ 人工智能结课论文

★ 人工智能专业未来的发展如何?35所高校首设人工智能本科专业

★ 2022会计专业生毕业论文范文

★ 为什么AI能成为“爆款”专业,人工智能专业发展前景真的好吗?

★ 人工智能操作系统论文

var _hmt = _hmt || []; (function() { var hm = document.createElement(“script”); hm.src = “https://hm.baidu.com/hm.js?6732713c8049618d4dd9c9b08bf57682”; var s = document.getElementsByTagName(“script”)[0]; s.parentNode.insertBefore(hm, s); })();

人工智能是属于工学门类电子信息类专业。人工智能是中国普通高等学校本科专业，是一个以计算机科学为基础，由计算机、心理学、哲学等多学科交叉融合的交叉学科、新兴学科。同时是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

                                   

人工智能专业相关研究方向，有很多的分支学科，包含模式识别与智能系统、计算机应用技术、智能科学与技术、信息与通信工程、计算机科学与技术、控制科学与工程、人工智能与信息处理、计算机应用技术、生物信息处理方向、计算机科学与技术超级计算方向等。

人工智能专业主要开设的课程有人工智能哲学基础与伦理、先进机器人控制、认知机器人、机器人规划与学习、仿生机器人、群体智能与自主系统、无人驾驶技术与系统实现、游戏设计与开发、计算机图形学、虚拟现实与增强现实、人工智能的现代方法I、问题表达与求解、人工智能的现代方法II等，该专业毕业生可从事机器视觉、指纹识别、人脸识别、视网膜识别、虹膜识别、掌纹识别、专家系统、自动规划、智能搜索、定理证明、博弈、自动程序设计、智能控制、机器人学、语言和图像理解、遗传编程等工作。

培养目标： 以培养掌握人工智能理论与工程技术的专门人才为目标，学习机器学习的理论和方法、深度学习框架、工具与实践平台、自然语言处理技术、语音处理与识别技术、视觉智能处理技术、国际人工智能专业领域最前沿的理论方法，培养人工智能专业技能和素养，构建解决科研和实际工程问题的专业思维、专业方法和专业嗅觉。

学习科目： 《人工智能、社会与人文》、《人工智能哲学基础与伦理》、《先进机器人控制》、《认知机器人》、《机器人规划与学习》、《仿生机器人》、《群体智能与自主系统》《无人驾驶技术与系统实现》《游戏设计与开发》《计算机图形学》《虚拟现实与增强现实》、《人工智能的现代方法I》、《问题表达与求解》、《人工智能的现代方法II》、《机器学习、自然语言处理、计算机视觉等》。

                                   

对于本科专业的学习，如果有意从事人工智能方向的相关工作，可以尝试选择以下的相关专业：

计算机科学与技术。人工智能的工作既需要非常扎实和广泛的数学基础的同时也要求很高的实际操作能力，人工智能专业方向的如Machine Learning，Computer Vision， Natural Language Processing，Data Mining等课程，在计算机科学与技术专业在高年级和研究生阶段都有对应的课程和研究方向。

                                   

数据科学与大数据技术。既要掌握基础的程序设计语言，也要掌握大数据平台的运用，Numpy、Matplotlib、Pandas,SciPy和scikit-learn等科学计算与机械学习库的掌握，完成技术方案设计及算法设计和核心模块开发，组织解决项目开发过程中的重大技术问题；负责深度神经网络技术平台的架构、开发方案的设计、应用与实现（包括机器学习、图像处理等的算法）。

                                   

就业方向

实际应用：机器视觉，指纹识别，人脸识别，视网膜识别，虹膜识别，掌纹识别，专家系统，自动规划，智能搜索，定理证明，博弈，自动程序设计，智能控制，机器人学，语言和图像理解，遗传编程等。

考研方向

计算机科学与技术、软件工程、人工智能等。

人工智能技术关系到人工智能产品是否可以顺利应用到我们的生活场景中。在人工智能领域，它普遍包含了机器学习、知识图谱、自然语言处理、人机交互、计算机视觉、生物特征识别、AR/VR七个关键技术。

一、机器学习
机器学习(MachineLearning)是一门涉及统计学、系统辨识、逼近理论、神经网络、优化理论、计算机科学、脑科学等诸多领域的交叉学科，研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能，是人工智能技术的核心。基于数据的机器学习是现代智能技术中的重要方法之一，研究从观测数据(样本)出发寻找规律，利用这些规律对未来数据或无法观测的数据进行预测。根据学习模式、学习方法以及算法的不同，机器学习存在不同的分类方法。
根据学习模式将机器学习分类为监督学习、无监督学习和强化学习等。
根据学习方法可以将机器学习分为传统机器学习和深度学习。

二、知识图谱
知识图谱本质上是结构化的语义知识库，是一种由节点和边组成的图数据结构，以符号形式描述物理世界中的概念及其相互关系，其基本组成单位是“实体—关系—实体”三元组，以及实体及其相关“属性—值”对。不同实体之间通过关系相互联结，构成网状的知识结构。在知识图谱中，每个节点表示现实世界的“实体”，每条边为实体与实体之间的“关系”。通俗地讲，知识图谱就是把所有不同种类的信息连接在一起而得到的一个关系网络，提供了从“关系”的角度去分析问题的能力。
知识图谱可用于反欺诈、不一致性验证、组团欺诈等公共安全保障领域，需要用到异常分析、静态分析、动态分析等数据挖掘方法。特别地，知识图谱在搜索引擎、可视化展示和精准营销方面有很大的优势，已成为业界的热门工具。但是，知识图谱的发展还有很大的挑战，如数据的噪声问题，即数据本身有错误或者数据存在冗余。随着知识图谱应用的不断深入，还有一系列关键技术需要突破。

三、自然语言处理
自然语言处理是计算机科学领域与人工智能领域中的一个重要方向，研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法，涉及的领域较多，主要包括机器翻译、机器阅读理解和问答系统等。
机器翻译
机器翻译技术是指利用计算机技术实现从一种自然语言到另外一种自然语言的翻译过程。基于统计的机器翻译方法突破了之前基于规则和实例翻译方法的局限性，翻译性能取得巨大提升。基于深度神经网络的机器翻译在日常口语等一些场景的成功应用已经显现出了巨大的潜力。随着上下文的语境表征和知识逻辑推理能力的发展，自然语言知识图谱不断扩充，机器翻译将会在多轮对话翻译及篇章翻译等领域取得更大进展。
语义理解
语义理解技术是指利用计算机技术实现对文本篇章的理解，并且回答与篇章相关问题的过程。语义理解更注重于对上下文的理解以及对答案精准程度的把控。随着MCTest数据集的发布，语义理解受到更多关注，取得了快速发展，相关数据集和对应的神经网络模型层出不穷。语义理解技术将在智能客服、产品自动问答等相关领域发挥重要作用，进一步提高问答与对话系统的精度。
问答系统
问答系统分为开放领域的对话系统和特定领域的问答系统。问答系统技术是指让计算机像人类一样用自然语言与人交流的技术。人们可以向问答系统提交用自然语言表达的问题，系统会返回关联性较高的答案。尽管问答系统目前已经有了不少应用产品出现，但大多是在实际信息服务系统和智能手机助手等领域中的应用，在问答系统鲁棒性方面仍然存在着问题和挑战。
自然语言处理面临四大挑战：
一是在词法、句法、语义、语用和语音等不同层面存在不确定性;
二是新的词汇、术语、语义和语法导致未知语言现象的不可预测性;
三是数据资源的不充分使其难以覆盖复杂的语言现象;
四是语义知识的模糊性和错综复杂的关联性难以用简单的数学模型描述，语义计算需要参数庞大的非线性计算

四、人机交互
人机交互主要研究人和计算机之间的信息交换，主要包括人到计算机和计算机到人的两部分信息交换，是人工智能领域的重要的外围技术。人机交互是与认知心理学、人机工程学、多媒体技术、虚拟现实技术等密切相关的综合学科。传统的人与计算机之间的信息交换主要依靠交互设备进行，主要包括键盘、鼠标、操纵杆、数据服装、眼动跟踪器、位置跟踪器、数据手套、压力笔等输入设备，以及打印机、绘图仪、显示器、头盔式显示器、音箱等输出设备。人机交互技术除了传统的基本交互和图形交互外，还包括语音交互、情感交互、体感交互及脑机交互等技术。

五、计算机视觉
计算机视觉是使用计算机模仿人类视觉系统的科学，让计算机拥有类似人类提取、处理、理解和分析图像以及图像序列的能力。自动驾驶、机器人、智能医疗等领域均需要通过计算机视觉技术从视觉信号中提取并处理信息。近来随着深度学习的发展，预处理、特征提取与算法处理渐渐融合，形成端到端的人工智能算法技术。根据解决的问题，计算机视觉可分为计算成像学、图像理解、三维视觉、动态视觉和视频编解码五大类。
目前，计算机视觉技术发展迅速，已具备初步的产业规模。未来计算机视觉技术的发展主要面临以下挑战：
一是如何在不同的应用领域和其他技术更好的结合，计算机视觉在解决某些问题时可以广泛利用大数据，已经逐渐成熟并且可以超过人类，而在某些问题上却无法达到很高的精度;
二是如何降低计算机视觉算法的开发时间和人力成本，目前计算机视觉算法需要大量的数据与人工标注，需要较长的研发周期以达到应用领域所要求的精度与耗时;
三是如何加快新型算法的设计开发，随着新的成像硬件与人工智能芯片的出现，针对不同芯片与数据采集设备的计算机视觉算法的设计与开发也是挑战之一。

六、生物特征识别
生物特征识别技术是指通过个体生理特征或行为特征对个体身份进行识别认证的技术。从应用流程看，生物特征识别通常分为注册和识别两个阶段。注册阶段通过传感器对人体的生物表征信息进行采集，如利用图像传感器对指纹和人脸等光学信息、麦克风对说话声等声学信息进行采集，利用数据预处理以及特征提取技术对采集的数据进行处理，得到相应的特征进行存储。
识别过程采用与注册过程一致的信息采集方式对待识别人进行信息采集、数据预处理和特征提取，然后将提取的特征与存储的特征进行比对分析，完成识别。从应用任务看，生物特征识别一般分为辨认与确认两种任务，辨认是指从存储库中确定待识别人身份的过程，是一对多的问题;确认是指将待识别人信息与存储库中特定单人信息进行比对，确定身份的过程，是一对一的问题。
生物特征识别技术涉及的内容十分广泛，包括指纹、掌纹、人脸、虹膜、指静脉、声纹、步态等多种生物特征，其识别过程涉及到图像处理、计算机视觉、语音识别、机器学习等多项技术。目前生物特征识别作为重要的智能化身份认证技术，在金融、公共安全、教育、交通等领域得到广泛的应用。

七、VR/AR
虚拟现实(VR)/增强现实(AR)是以计算机为核心的新型视听技术。结合相关科学技术，在一定范围内生成与真实环境在视觉、听觉、触感等方面高度近似的数字化环境。用户借助必要的装备与数字化环境中的对象进行交互，相互影响，获得近似真实环境的感受和体验，通过显示设备、跟踪定位设备、触力觉交互设备、数据获取设备、专用芯片等实现。
虚拟现实/增强现实从技术特征角度，按照不同处理阶段，可以分为获取与建模技术、分析与利用技术、交换与分发技术、展示与交互技术以及技术标准与评价体系五个方面。获取与建模技术研究如何把物理世界或者人类的创意进行数字化和模型化，难点是三维物理世界的数字化和模型化技术;分析与利用技术重点研究对数字内容进行分析、理解、搜索和知识化方法，其难点是在于内容的语义表示和分析;交换与分发技术主要强调各种网络环境下大规模的数字化内容流通、转换、集成和面向不同终端用户的个性化服务等，其核心是开放的内容交换和版权管理技术;展示与交换技术重点研究符合人类习惯数字内容的各种显示技术及交互方法，以期提高人对复杂信息的认知能力，其难点在于建立自然和谐的人机交互环境;标准与评价体系重点研究虚拟现实/增强现实基础资源、内容编目、信源编码等的规范标准以及相应的评估技术。
目前虚拟现实/增强现实面临的挑战主要体现在智能获取、普适设备、自由交互和感知融合四个方面。在硬件平台与装置、核心芯片与器件、软件平台与工具、相关标准与规范等方面存在一系列科学技术问题。总体来说虚拟现实/增强现实呈现虚拟现实系统智能化、虚实环境对象无缝融合、自然交互全方位与舒适化的发展趋势

人工智能是属于电子信息类的专业类别。电子信息类拥有电子科学与技术、应用电子技术教育、电信工程及管理、电磁场与无线技术、水声工程、广播电视工程、信息工程等专业，其主要特点是计算机技术与机械设备的结合，人工智能也是如此，所以人工智能属于电子信息类的专业类别。

人工智能专业是中国普通高等学校本科专业。人工智能是一个以计算机科学为基础，由计算机、心理学、哲学等多学科交叉融合的交叉学科、新兴学科，研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
人工智能专业以培养掌握人工智能理论与工程技术的专门人才为目标，学习机器学习的理论和方法、深度学习框架、工具与实践平台、自然语言处理技术、语音处理与识别技术、视觉智能处理技术、国际人工智能专业领域最前沿的理论方法，培养人工智能专业技能和素养，构建解决科研和实际工程问题的专业思维、专业方法和专业嗅觉。

人工智能
就业方向：科学研究，工程开发。计算机方向。软件工程。应用数学。电气自动化。通信。机械制造
人工智能可以说是一门高尖端学科，属于社会科学和自然科学的交叉，涉及了数学、心理学、神经生理学、信息论、计算机科学、哲学和认知科学、不定性论以及控制论。研究范畴包括自然语言处理、机器学习、神经网络、模式识别、智能搜索等。应用领域包括机器翻译、语言和图像理解、自动程序设计、专家系统等。

目前人工智能并不是一级学科，人工智能领域的相关专业分散在自动化系、计算机系等院系中。大学本科阶段与人工智能相关的专业大致有三类（当然还有更加细分的专业）：

1、智能科学与技术专业

旨在培养具备基于计算机技术、自动控制技术、智能系统方法、传感信息处理等科学与技术，进行信息获取、传输、处理、优化、控制、组织等并完成系统集成的，具有相应工程实施能力，可以在相应领域从事智能技术与工程的科研、开发、管理工作的、具有宽口径知识和较强适应能力及现代科学创新意识的高级技术人才。据悉，目前经教育部正式批准设立“智能科学与技术”本科专业的高校达50余个。

2、机器人工程专业

旨在培养掌握工业机器人技术工作必备知识、技术，有较强实践能力、创新精神，主要从事机器人工作站设计、装调与改造，机器人自动化生产线的设计、应用及运行管理等相关岗位工作，具有较强综合职业能力的高素质应用型专门人才。目前，全国开设机器人工程专业的高校已达60余所。

3、数据科学与大数据技术专业

旨在培养具有大数据思维、运用大数据思维及分析应用技术的高层次大数据人才。从大数据应用的三个主要层面（即数据管理、系统开发、海量数据分析与挖掘）系统地培养学生掌握大数据应用中的各种典型问题的解决办法，提升学生解决实际问题的能力。目前全国已有百余所高校开设了这一专业。

你好
计算机科学、计算机工程、数字金融、信息管理、数字媒体等等都声称自己叫人工智能，而如果从人工智能的内涵来看，这所学校所有的专业合并起来才叫人工智能。

人工智能专业是中国高校人计划设立的专业，旨在培养中国人工智能产业的应用型人才，推动人工智能一级学科建设。2018年4月，教育部在研究制定《高等学校引领人工智能创新行动计划》，并研究设立人工智能专业，进一步完善中国高校人工智能学科体系。2019年3月，教育部印发了《教育部关于公布2018年度普通高等学校本科专业备案和审批结果的通知》，根据通知，全国共有35所高校获首批「人工智能」新专业建设资格。[1][2]

2020年3月3日，教育部公布2019年度普通高等学校本科专业备案和审批结果，“人工智能”专业成为热门[3]。

中文名
人工智能
专业代码
080717T
专业层次
本科
学科门类
工学
专业类别
电子信息类

是一个综合性专业，计算机专业，自动化专业，新材料专业，都有关联，人工智能是需要多学科的综合，可以看你的喜好选择。aqui te amo。

人工智能自动对焦
则无需先对焦在构图，只需构图，对焦，再拍摄而已。可以自动判断何处应该是焦点，加以对焦。最傻瓜的用法。
人工智能伺服自动对焦。
针对移动主体持续进行自动对焦的自动对焦模式。该模式能够判断主体接下来的运动，使您在拍照时能够正确对焦。也可以称之为焦点预测自动对焦。
适用于运动物体。

人工智能伺服自动对焦。

针对移动主体持续进行自动对焦的自动对焦模式。该模式能够判断主体接下来的运动，使在拍照时能够正确对焦。也可以称之为焦点预测自动对焦。适用于运动物体。

扩展资料：

各种自动对焦的特点：

各种自动对焦方式各有其局限性。例如红外测距和超声测距的对焦方法，当被测目标对红外光或超声波有较强的吸收作用时，将使测距系统失灵或对焦不准确 。而对比度法聚焦检测受光照条件的制约，当光线暗弱或被摄体与背景明暗差别很小时，对焦就会有困难，甚至失去作用。

参考资料：百度百科——自动对焦

这貌似是佳能的专利技术，在其他厂家那里叫预测对焦，和普通的对焦方式区别如下：
单次自动，
必须把画面中心的对焦点对准你想拍摄的东西，比如人，或者你想要的焦点所在的位置，半按快门对焦，然后不松开，进行画面构图。多用于你想自己决定焦点，适用于相机难以确定焦点的情况或者你自己习惯于自己选择焦点。但是不太适合拍摄运动
。
人工智能自动对焦
则无需先对焦在构图，只需构图，对焦，再拍摄而已。可以自动判断何处应该是焦点，加以对焦。最傻瓜的用法。
人工智能伺服自动对焦。
针对移动主体持续进行自动对焦的自动对焦模式。该模式能够判断主体接下来的运动，使您在拍照时能够正确对焦。也可以称之为焦点预测自动对焦。
适用于运动物体。

人工智能的研究主要有三方面：一是纯理论性的，以强人工智能或者神经网络为研究方向，这样的话，本科可以选择神经科学，也可以选修心理学、哲学、计算机科学二是从算法层面对人工智能的优化，这也是大多数人现在对人工智能的理解，本科自然要学计算机科学了，但博弈论之类重视逻辑的小类别学科也有选修或者自学的必要。第三种就是工业应用的方面。楼主的认识很对，这样主要应该学习自动化和机械控制。不知楼主在国内还是国外读大学。在国外，人工智能的理论研究还是很有价值的。国内嘛就别想了。在国内，计算机是现在很火的专业不必多说。选机械控制专业的话就业前景非常好。楼主你说喜欢硬件方面科技产品设计？若不是机械控制，人工智能目前还主要是研究算法层面的。电子工程这样的硬件专业目前对人工智能还没啥应用。当然楼主有志于在国内研究神经网络那是祖国的骄傲啊^ ^ 人工智能是一门很迷人的学科。希望楼主能找到适合自己的方向好好发展，带动我国的人工智能领域哦！

单次自动对焦（ONE SHOT）、人工智能自动对焦（AI FOCUS）、人工智能伺服自动对焦（AI SERVO）的区别单次自动对焦（one shot）是最为常用的。这种模式的工作过程通过半按快门来启动，在焦点未对准确前，对焦过程一直在继续。一旦处理器认为焦点准确以后，只要将快门完全按下就完成了一次拍摄过程，同时自动对焦系统停止工作。这种对焦完毕后焦点会自动锁定，只要半按快门不放开，就可以不改变焦点重新构图，操作非常简便。单次自动对焦适合拍摄静止不动的物体，如静物、风景、微距、静态人像等。如果在单次对焦完成，出现合焦提示之后，按下快门之前被摄物体又发生了移动，用单次对焦方式就很可能得到一张焦点不实的图片。由于单次自动对焦方式不能很好地“跟踪”运动中的物体，因此也就产生了连续自动对焦方式。与单次自动对焦不同的是，连续自动对焦在处理器判断对焦准确后，自动对焦系统仍会继续工作，焦点也没有被锁定。目的在于当被摄体移动时，自动对焦系统能够实时根据焦点的变化驱动镜头马达持续对焦，从而使被摄物一直保持清晰状态。当然，相机的对焦框也要持续对准被摄体，这样在完全按下快门的时候，就不用担心被摄物对焦不准确的问题了。 连续自动对焦多用在处于运动中的物体拍摄，比如体育比赛中拍摄运动员、玩耍中的儿童年、新闻发布会中拍摄发言人以及捕捉运动中的动物精彩瞬间等。并且，结合高速的连拍功能就可以轻松地拍摄出一组动态照片。连续自动对焦可连续跟踪运动主体从理论上说，既然有了单次自动对焦和连续自动对焦两种方式，就应该能够满足各种不同拍摄场景的需要了。但是在实拍过程中还是会发现一些问题，比如长时间连续自动对焦的耗电量比较大。另外，在拍摄一个可能随时从静止状态转换为运动状态的物体时，或者反之，以上两种模式看来都不适合。智能自动对焦是一种可根据被摄主体的状态(静止或运动)，相机自动选择对焦模式，这种将单次自动对焦和连续自动对焦结合起来的方式，折中地解决了上面提到的问题，因此更适合在被摄物体动静状态不定的情况下使用。 需要注意的是，前两种提到的自动对焦方式是最普遍、最常用的，相机厂商基本上都按照上述名称命名。而第三种提到的方式无论各家起什么样的名字，工作原理基本上是相同的。佳能称为“人工智能伺服对焦”，尼康称为“最近主体先决的动态自动对焦”，索尼和美能达称为“自动切换对焦”，叫法五花八门，其实都是一回事。如果你对自己的对焦把控能力不自信，建议选第三种。只要你对准焦点半按快门不放，镜头就始终在自动追踪你选择的焦点对焦。哪怕焦点有一点点移动，你就会感觉到镜头在转动，那是在自动追焦。如果你的镜头使用的是超声波马达，这种对焦速度还是相当快的。智能自动对焦可根据被摄主体的状态(静止或运动)，自动选择对焦模式

DSLR大致包括如下3种自动对焦方式：
1. 单次自动对焦
2. 连续自动对焦
3. 自动切换／人工智能伺服／最近主体先决的动态自动对焦

　　首先，我们先来看看最为常用的单次自动对焦。其工作过程是通过半按快门来启动，在焦点未对准确前对焦过程一直在继续。一旦处理器认为焦点准确以后，只要将快门完全按下就完成了一次拍摄过程，同时自动对焦系统停止工作。

　　如果在对焦完成提示音之后，全部按下快门之前，被摄物体移动了。由于是“单次”自动对焦所以在完全按下快门之后就可能看到一张模糊的图片。当然这是一种比较夸张的说话，这么说是为了更好为说明连续自动对焦做个铺垫。

　　由于单次自动对焦的特点所至，在拍摄静止不动的物体时（如风景、微距摄影、人物合影等）是最为合适的选择。这种对焦完毕后焦点自动锁定，只要半按快门不放，就可以重新构图拍摄的方式操作非常简便。

　　第二，我们再来看看最适合拍摄运动中物体的连续自动对焦。由于上面说到的单次自动对焦方式不能很好的“跟踪”运动中的物体，给一些拍摄带来了很大的麻烦，因此也就产生了连续自动对焦方式。
与单次自动对焦不同的是，连续自动对焦在处理器“认为”对焦准确后，自动对焦系统继续工作，焦点也没有被锁定。其目的在于当被摄体移动时，自动对焦系统能够实时根据焦点的变化驱动镜头调节，从而使被摄物一直保持清晰状态。当然，相机的对焦框也要实时的对准被摄体，这样在完全按下快门的时候就不用担心被摄物对焦不准确的问题了。

　　连续自动对焦多用在处于运动中的物体拍摄，比如体育比赛中拍摄运动员、新闻发布会中拍摄发言人以及扑捉运动中的动物的精彩瞬间等等。并且，针对于DSLR无须胶片的优势，只要结合高速的连拍功能就可以比较轻松的拍摄出一组精彩照片。

　　最后，我们要来看看自动切换／人工智能伺服／最近主体先决的动态自动对焦是如何工作的（为了叙述方便，以下简称智能对焦）。

　　从理论上说有了单次自动对焦和连续自动对焦，就应该能够满足各种不同拍摄场景的需要了。但是在长期的实际拍摄过程中，还是会发现一些问题，比如说长期处于连续自动对焦的DSLR的耗电量比较大的问题。当然，最主要的还是怕出现一个可能随时移动的被摄物从相对静止状态转换到运动状态，或者相反的情况。

　　而智能对焦的出现很好的折中解决了上面提到的问题。这种将单次自动对焦和连续自动对焦结合起来的方式更加适合在被摄物动静不断切换的场景下使用。DSLR根据被摄物的移动速度自动选择对焦方式，内部的测距组件一直不断地测量自动对焦区域内的影像，并实时传送到处理器中。当被摄物静止不动时选择单次自动对焦，当被摄物运动时，选择连续自动对焦。由于切换工作交由处理器来完成，因此您只需要按动快门就可以了。

　　需要注意的是，前两种提到的自动对焦方式是最普遍、最常用的，无论是哪家DSLR厂商基本上都按照上述名称命名。而第三种提到的方式无论各家起什么样的名字，其工作原理基本上是相同的都是根据主体离哪个对焦点近选择哪点进行自动对焦，而自动对焦点越多，相应的被摄物被准确对焦的概率也就大了。自动切换对焦多为柯美使用、人工智能伺服对焦用于佳能的产品而最近主体先决的动态自动对焦是在尼康的高端DSLR配备的。

二者的区别是：
AI FOCUS：人工智能自动对焦，当主体移动时，这个模式可自动把单次自动对焦切换为人工智能伺服自动对焦；
AI SERVO：人工智能伺服自动对焦，适合拍摄不断变化的运动主体，只要保持半按快门按钮，相机将会对被摄体进行持续对焦。

佳能EOS 60D单反相机人工智能自动对焦和人工智能伺服对焦的区别：

人工智能自动对焦：如果静止的主体开始移动，人工智能自动对焦将自动把自动对焦模式从单次自动对焦切换到人工智能伺服自动对焦；

人工智能伺服自动对焦：适合对焦距离不断变化的运动主体，只有保存半按快门，相机就会对主体持续对焦。相机首先使用中心自动对焦点自动对焦，如果主体离开中心自动对焦点，主体只有被另一个对焦点覆盖，相机就会持续跟踪自动对焦。

以上是说明书上的内容。60D只有9个自动对焦点，从左到右或从上到下只有3个对焦点，等从中心对焦点移动到其它对焦点能覆盖住时，主体都快移出画面了！实际使用时，使用人工智能伺服自动对焦和使用人工智能伺服自动对焦区别不是很大，你可使用人工智能伺服自动对焦并保持相机中心对焦点始终在运动的主体上即可。

单次指的是半按快门合焦之后，焦距就固定了，这时候如果被拍的物体移动了就会脱焦，为了解决这个问题就有了自动追焦的技术，也就是人工智能伺服对焦。焦点会随选定对焦物体变化，拍体育比赛，爱动的小孩，宠物等等很有效。人工智能自动对焦这个名字起得不好，容易和人工智能伺服对焦造成混淆。它所承载的是切换功能，在单次对焦和伺服对焦之间自动切换。这个模式下，通常是单次对焦的状态，但如果被拍摄物体突然移动了，相机会马上切入到伺服对焦。