Autofocus tracking: come funziona nei sistemi moderni

Uno scatto nitido di un atleta in corsa, di un uccello che sfiora l’acqua o di un bambino che attraversa l’inquadratura senza preavviso sembra il frutto di un riflesso fortunato. Dietro quella nitidezza c’è invece una catena di decisioni che la fotocamera prende in pochi millisecondi: che cosa sto guardando, dove si trova adesso, dove sarà tra un istante, di quanto devo spostare l’ottica. Capire come funziona il tracking dell’autofocus nei sistemi moderni significa seguire questa catena dall’inizio, e l’inizio è molto più lontano delle fotocamere mirrorless di oggi.

Questo articolo racconta la storia della messa a fuoco automatica e il modo in cui è diventata, con il tempo, un sistema capace di riconoscere e seguire un soggetto, fino alle reti neurali che oggi lavorano accanto ai sensori. Per la parte di intelligenza artificiale applicata alla fotografia c’è un approfondimento dedicato. Qui il taglio è un altro: come si è arrivati al tracking, quali componenti lo rendono possibile, come si impostano e dove ancora sbagliano.

La storia dell’autofocus tracking è, in senso lato, la storia di come la fotografia ha imparato a vedere. A registrare la luce erano capaci anche le prime lastre, ma interpretare ciò che si muove davanti all’obiettivo, distinguere un soggetto dallo sfondo, prevederne la traiettoria e correggere la distanza di messa a fuoco prima che l’occhio abbia il tempo di reagire sono capacità arrivate molto più tardi. Parte da laboratori di ottica e di elettronica degli anni Settanta del Novecento e arriva, attraverso decenni di lavoro industriale, ai processori di immagine che oggi governano le fotocamere mirrorless di ultima generazione.

Chi usa un sistema di autofocus continuo con inseguimento del soggetto lavora in un territorio dove ottica, elettronica, informatica e percezione visiva si intrecciano. Due fotocamere con specifiche simili sulla carta possono comportarsi in modo molto diverso su un soggetto che accelera, e diversi fotografi di sport e di natura hanno cambiato il proprio modo di lavorare nel giro di pochi anni. A cambiare era la tecnologia, che aveva spostato il confine di ciò che era possibile fotografare.

I sistemi di cui si parla qui hanno già altrove trattazioni specifiche. Il funzionamento del tracking tridimensionale è spiegato nell’articolo sul tracking 3D nella messa a fuoco, la tecnologia dei pixel a doppio fotodiodo di Canon è descritta in Dual Pixel AF: vantaggi e funzionamento, e il riconoscimento di occhi e volti ha la sua storia in Eye AF e Face Detection. Qui il filo conduttore è la storia e il funzionamento generale del tracking, con rimandi a quei testi quando serve entrare nei dettagli.

Le origini storiche della messa a fuoco automatica

Per raccontare la nascita dell’autofocus bisogna partire da un periodo che la narrazione corrente tende a trascurare: gli anni Settanta, quando diverse aziende lavoravano in parallelo all’idea di far scegliere alla macchina il piano di nitidezza giusto. Il problema si enuncia in una riga e si risolve con fatica: come può un apparecchio stabilire, senza l’occhio umano, a che distanza si trova il soggetto inquadrato?

Una delle tappe più citate è tedesca. Secondo la ricostruzione di Wikipedia, tra il 1960 e il 1973 Ernst Leitz Wetzlar, l’azienda da cui discende Leica, brevettò una serie di tecnologie legate all’autofocus e ai sensori, e nel 1976 presentò alla Photokina di Colonia il Leitz Correfot. Era un prototipo, montato su una Leicaflex SL2, con un obiettivo da 50 mm dotato di motore servo che faceva ruotare l’anello di messa a fuoco. Le descrizioni del principio di funzionamento variano a seconda della fonte: c’è chi parla di ricerca del massimo contrasto, con due LED sopra il mirino a sostegno della misura, e chi di correlazione tra due raggi luminosi che attraversano i bordi dell’obiettivo e provengono dallo stesso punto del soggetto. Su un punto le fonti concordano: il motore era lento, le batterie duravano circa un’ora e il Correfot non divenne mai un prodotto. La sua tecnologia, però, viene indicata da più parti come base della futura Minolta Maxxum 7000.

Sul versante statunitense il protagonista fu il modulo Visitronic di Honeywell, un sistema elettronico che confrontava due immagini del soggetto con una logica vicina a quella di un telemetro: quando le due immagini coincidono, il soggetto è a fuoco. Lo adottò la Konica C35 AF, presentata nel novembre 1977 e considerata la prima fotocamera autofocus prodotta in serie. Era una compatta semplice, senza ottiche intercambiabili, ma dimostrò che il mercato era pronto. Sul perché il rilevamento di fase derivi dal telemetro si legge di più nell’articolo sul Phase Detection AF su sensore.

Vale la pena distinguere due famiglie di sistemi, perché attraversano tutta la storia. I sistemi attivi misurano la distanza con un segnale proprio, indipendente dall’ottica: ultrasuoni, come nella Polaroid, raggi infrarossi con triangolazione, come in alcune compatte Nikon e Canon degli anni Ottanta, oppure laser. Funzionano anche al buio, ma di norma non riescono a mettere a fuoco attraverso un vetro. I sistemi passivi usano la luce che arriva dal soggetto attraverso l’obiettivo, e hanno il limite opposto: richiedono una certa illuminazione e un certo contrasto, e in una scena scura ricorrono a un fascio luminoso di assistenza. Tutta la linea che porta al tracking moderno appartiene ai sistemi passivi.

Le reflex arrivarono per gradi. La Polaroid SX-70 Sonar OneStep del 1978 misurava la distanza con ultrasuoni, quindi con un sistema attivo, indipendente dall’ottica. Nel 1981 la Pentax ME-F fu la prima reflex 35 mm con autofocus, ma richiedeva uno speciale zoom motorizzato, e nel 1983 la Nikon F3AF seguì un’idea simile con obiettivi AF dedicati. Erano soluzioni di transizione: funzionavano, ma legavano il corpo a pochi obiettivi.

La svolta pratica arrivò nel 1985 con la Minolta Maxxum 7000 (venduta in Europa come Dynax 7000). Fu la prima reflex progettata fin dall’inizio come macchina autofocus, con sensore AF e motore di messa a fuoco entrambi nel corpo, che muoveva l’obiettivo con un accoppiamento a vite. Il rilevamento era di fase, con un modulo dedicato che riceveva la luce attraverso uno specchio secondario.

Canon rispose con un cambio di sistema radicale. La EOS 650, presentata nel marzo 1987, inaugurò la montatura EF, completamente elettronica, con motori di messa a fuoco dentro gli obiettivi. Per quel sistema furono sviluppati gli obiettivi con motore USM, a ultrasuoni, più rapidi e silenziosi dei motori tradizionali. Nikon tenne la baionetta F e migliorò il sistema per gradi: nel 1988 la F4 introdusse a molti fotografi professionisti l’autofocus e il focus tracking, con un’unica zona AF, mentre in seguito i motori passarono sempre più negli obiettivi della serie AF-S.

In questa fase iniziale il tracking in senso moderno non esisteva ancora. I sistemi erano reattivi: misuravano la distanza del soggetto sotto il punto selezionato, muovevano l’ottica e si fermavano. La modalità di messa a fuoco continua, che Canon chiama AI Servo AF e Nikon e Sony AF-C, mantiene attiva la misura finché il pulsante di scatto resta a metà corsa e aggiorna la distanza man mano che il soggetto si avvicina o si allontana. Se il soggetto si spostava lateralmente, però, usciva dal punto AF e il sistema lo perdeva. L’inseguimento vero e proprio, con passaggio automatico da una zona del sensore AF a un’altra, doveva ancora arrivare.

Il passo successivo fu la predizione del movimento. Sul funzionamento Wikipedia ricorda che l’AF predittivo usa la velocità e l’accelerazione del soggetto, ricavate dal sensore AF, per stimare dove si troverà un istante dopo e muovere l’obiettivo in anticipo. Canon lo introdusse nella linea EOS con i modelli 630 e 600, successivi alla 650. Nikon lo chiama semplicemente messa a fuoco continua. Nel 1996 la Nikon F5 portò un modulo AF a cinque aree, il Multi-CAM 1300, con oltre 1.300 elementi di misura complessivi. Nella modalità Dynamic AF il sistema agganciava il soggetto nella prima area scelta e, se questo ne usciva, continuava a seguirlo con le altre quattro. Era il primo abbozzo di ciò che oggi si chiama tracking: non più solo l’inseguimento lungo l’asse ottico, ma un tentativo di seguire il soggetto anche sul piano dell’immagine.

Tra la metà degli anni Ottanta e la metà dei Novanta l’autofocus passò da curiosità a strumento di lavoro. Chi faceva reportage e sport scoprì che la rapidità con cui la macchina trovava il fuoco aveva un peso competitivo, e ogni costruttore cominciò a vendere la propria soluzione come un vantaggio decisivo. Il resto della storia, dal sensore AF dedicato al sensore che misura la fase direttamente, è il tema della sezione successiva.

I principi tecnici fondamentali del phase detection e del contrast detection

Per capire come lavora il tracking bisogna conoscere i due paradigmi su cui si reggono tutti i sistemi attuali: il rilevamento di fase (Phase Detection AutoFocus, PDAF) e il rilevamento di contrasto (Contrast Detection AutoFocus, CDAF). Misurano grandezze diverse, seguono logiche diverse e hanno pregi e difetti che si compensano. Per questo le fotocamere più evolute li usano insieme.

Il phase detection deriva dalla telemetria ottica. Nella reflex classica una parte della luce che attraversa l’obiettivo viene deviata da uno specchio secondario semitrasparente verso un modulo AF dedicato, sotto lo specchio principale. Nel modulo, piccole lenti dividono il fascio in due immagini: se il soggetto è a fuoco le due immagini coincidono, altrimenti risultano sfasate. La direzione e l’entità dello sfasamento indicano da che parte e di quanto spostare l’elemento di messa a fuoco. La misura è geometrica e diretta, e non richiede movimenti di prova dell’ottica: ecco perché il PDAF è più rapido del CDAF, in particolare su soggetti in movimento.

Anche il rilevamento di fase ha le sue debolezze. I sensori dei moduli classici leggono il contrasto lungo una sola direzione, orizzontale o verticale, e un soggetto privo di dettagli in quella direzione, come una parete uniforme o una striscia parallela alla linea di lettura, può non fornire alcun riferimento utile. Per questo i moduli migliori hanno punti di tipo incrociato, che leggono in entrambe le direzioni, e per lo stesso motivo il PDAF su sensore soffre quando la scena è povera di dettagli o molto scura. Sono limiti geometrici, indipendenti dall’intelligenza del software, e spiegano molti casi in cui la fotocamera cerca il fuoco senza trovarlo.

Il contrast detection ragiona al contrario. Analizza il segnale del sensore principale cercando il massimo di contrasto locale: un’immagine a fuoco mostra transizioni nette tra chiari e scuri, una sfocata ha bordi morbidi. Il sistema, però, non sa da che parte si trova il fuoco, e l’obiettivo deve avanzare e arretrare finché il picco di contrasto compare e poi si supera, in un processo detto hill-climbing. Il difetto è la lentezza e l’oscillazione, il pregio è la precisione: la misura riguarda direttamente la nitidezza dell’immagine registrata.

Il cambio che ha reso possibile il tracking moderno è stato portare il rilevamento di fase sul sensore di immagine, senza un modulo separato. I primi tentativi, ricostruisce PetaPixel, risalgono ai primi anni Dieci: la Nikon 1 V1 del 2011 fu la prima fotocamera a ottiche intercambiabili con PDAF su sensore, e nel 2014 il Samsung Galaxy S5 portò la stessa idea negli smartphone. Una svolta più nota è il Dual Pixel CMOS AF di Canon, comparso nel 2013 con la EOS 70D: ogni pixel è diviso in due fotodiodi, ciascuno dei quali raccoglie la luce da una direzione leggermente diversa. Insieme formano un pixel dell’immagine, mentre il confronto dei due segnali dà l’informazione di fase. Poiché il meccanismo è presente su tutto il sensore, nelle versioni recenti fino al 100% dell’area, il soggetto può essere seguito ovunque nell’inquadratura. I dettagli sono nell’articolo su Dual Pixel AF.

Sony ha scelto un’altra strada con il Fast Hybrid AF, che distribuisce sul sensore pixel dedicati al rilevamento di fase e li affianca alla misura di contrasto per ottenere velocità e precisione insieme. I numeri crescono in fretta: la Sony α7R II del 2015 aveva 399 punti a rilevamento di fase su sensore, la α9 del 2017 ne aveva 693, e la α9 III del 2023 arriva a una copertura di circa il 95,6% dell’immagine, secondo i dati dichiarati dal costruttore. Nikon e Canon hanno percorso strade simili con le serie Z e R. Il numero di punti, va detto, non basta a spiegare le prestazioni: contano la sensibilità dei pixel, la velocità di lettura e soprattutto il software che decide che cosa fare con quelle misure.

Un parametro spesso trascurato è la frequenza di calcolo dell’AF. Sony dichiara per la α9 III fino a 120 calcoli di AF e di esposizione al secondo, il doppio del modello precedente. A quella frequenza un uccello che vola a 100 chilometri orari, cioè circa 28 metri al secondo, si sposta di circa 23 centimetri tra un calcolo e l’altro. La stessa velocità di calcolo, unita alla raffica e al tempo di risposta dell’elettronica, determina quanto il sistema riesca a correggere in tempo.

C’è poi un fenomeno legato all’architettura: il blackout del mirino. Nella reflex lo specchio, alzandosi durante l’esposizione, oscura il mirino ottico e interrompe per un attimo la visione del soggetto. Nelle mirrorless con otturatore elettronico, e ancora di più in quelle con sensore a lettura rapidissima, l’immagine nel mirino elettronico resta quasi continua, e l’AF continua a lavorare anche durante la raffica. Per chi segue un soggetto veloce, vedere senza interruzioni cambia il modo di inquadrare.

L’era mirrorless e la rivoluzione del tracking computazionale

Il passaggio dalle reflex alle fotocamere mirrorless è il contesto in cui il tracking ha avuto la sua trasformazione più profonda. Nelle reflex tradizionali il modulo AF dedicato è fisicamente separato dal sensore e riceve luce solo con lo specchio abbassato: con lo specchio alzato, in live view o in video, la fotocamera doveva affidarsi al contrasto, più lento, oppure, come nel caso di Canon dal 2013, a un sensore con rilevamento di fase integrato. Questo limite architetturale spiega perché le reflex, ottime con il mirino ottico, risultavano meno convincenti nel video e nel live view dinamico.

Con la rimozione dello specchio il sensore è sempre attivo, e i pixel di fase possono fornire misure in tempo reale in foto come in video. La Sony α7R II, annunciata nel giugno 2015 con 399 punti di rilevamento di fase su sensore, segnò un punto di svolta nella percezione dei professionisti: per la prima volta una mirrorless entrava in una discussione che prima riguardava soltanto le reflex di punta, pur in un corpo molto più compatto.

La discontinuità più marcata è arrivata con il riconoscimento del soggetto. L’idea non è nuova: già negli anni Duemila alcune fotocamere compatte individuavano i volti e li mettevano a fuoco con priorità, usando algoritmi basati su modelli geometrici fissi, come il rilevatore di Viola e Jones del 2001, che cercava distribuzioni di luminosità tipiche di un viso frontale. Funzionavano bene sui volti ben visibili, ma erano rigidi: un volto di profilo, inclinato o in parte coperto metteva il sistema in difficoltà.

I sistemi basati su reti neurali funzionano in modo diverso. Invece di cercare schemi predefiniti, hanno imparato in fase di addestramento, su grandi insiemi di immagini etichettate, a riconoscere categorie di soggetti indipendentemente da angolazione, posa o distanza. Le date lo mostrano bene. Sony ha lanciato Real-time Tracking e Real-time Eye AF con la α6400, annunciata nel gennaio 2019 con 425 punti di rilevamento di fase. Canon ha presentato nel luglio 2020 EOS R5 e R6 con Dual Pixel CMOS AF II, che per la R6 riconosce occhi, volti e teste e anche animali come cani, gatti e uccelli. Nikon ha annunciato nell’ottobre 2021 la Z9, che riconosce persone, volti, animali, uccelli, veicoli e aerei, e funziona con le modalità di area dinamica, ampia, 3D-tracking e automatica. Per un approfondimento sull’evoluzione dedicata a occhi e volti c’è l’articolo su Eye AF e Face Detection.

Il funzionamento tipico di un sistema come il Real-time Tracking di Sony si descrive in poche fasi. Il fotografo sceglie il soggetto toccando lo schermo o posizionando il punto AF. La fotocamera costruisce una rappresentazione interna con colore, texture, luminosità e, se disponibile, la classe del soggetto, come volto umano o occhio di animale. Un algoritmo di tracking distinto dal sistema AF aggiorna la rappresentazione a ogni fotogramma e stima dove si troverà il soggetto in quello successivo, passando la stima al sistema AF come punto di partenza per la misura di fase. Nelle versioni più recenti la stima si appoggia anche alla posizione del corpo: Sony descrive per la α9 III un riconoscimento che usa la stima della posa umana per seguire persone di spalle o con il viso coperto.

Questi sistemi gestiscono anche una priorità gerarchica tra gli elementi da seguire. In presenza di più persone, per esempio, la fotocamera applica regole interne per scegliere chi ha la precedenza, in base a dimensione nell’immagine, posizione nel fotogramma e storia dell’inseguimento. I costruttori non pubblicano i criteri esatti, ma chi usa le macchine ne vede gli effetti ogni giorno: l’occhio più vicino all’obiettivo viene preferito, il volto grande batte quello piccolo sullo sfondo, il soggetto già agganciato viene difeso fino a un certo punto.

Anche i numeri dei punti AF raccontano la direzione. Sul fronte Canon, la EOS R5 dichiara 5.940 posizioni AF selezionabili e la R6 ne ha 1.053, entrambe con copertura del 100% dell’immagine. Nel 2024 il sistema è stato rinnovato con la EOS R5 Mark II e la EOS R1, che mantengono la famiglia Dual Pixel CMOS AF II con copertura totale; per la R1 le descrizioni indicano riconoscimento e tracking migliorati. I numeri contano meno di quello che i software fanno con essi, ma mostrano come la copertura del fotogramma sia ormai un dato acquisito.

Modalità operative e algoritmi di inseguimento

Capire il tracking richiede di separare due componenti che lavorano insieme ma rispondono a compiti diversi: il rilevamento del soggetto e l’inseguimento del soggetto. Il primo stabilisce che cosa mettere a fuoco, il secondo mantiene il fuoco mentre il soggetto si muove. I due sistemi possono fallire in modo indipendente. Una fotocamera può trovare in fretta un soggetto e perderlo non appena accelera, oppure seguirlo con tenacia una volta agganciato ma metterci troppo a trovare quello giusto all’inizio.

La modalità di base è quella continua: AI Servo AF per Canon, AF-C per Nikon e Sony. Il sistema resta attivo mentre il pulsante di scatto è premuto a metà o mentre si tiene premuto il pulsante di messa a fuoco posteriore, e aggiorna di continuo la distanza. La differenza tra l’AF continuo semplice e il tracking sta nella capacità di spostare il punto AF da un’area all’altra del sensore per seguire il soggetto nei movimenti laterali o diagonali, senza che il fotografo debba riposizionare il punto. Una guida alla modalità AF sugli obiettivi chiarisce come il selettore sull’ottica si leghi a queste scelte.

Dal punto di vista algoritmico, i sistemi di tracking appartengono alla famiglia della stima predittiva. I costruttori non pubblicano i dettagli, ma il principio è quello classico della letteratura sull’inseguimento di oggetti: si prende la traiettoria osservata, si stima dove sarà il soggetto al fotogramma successivo e si corregge la stima appena arriva la misura nuova. Il filtro di Kalman è l’esempio più noto di questo schema. Il vantaggio è evidente quando il soggetto sparisce per un istante dietro un ostacolo: il sistema mantiene una posizione attesa e, quando il soggetto riappare, controlla se la misura coincide con la previsione prima di riagganciarsi.

Il parametro che regola la sensibilità al cambio di soggetto merita attenzione, perché decide quanto il sistema debba resistere alle sostituzioni. Con valori alti passa volentieri al soggetto più vicino o più evidente che entra in scena, e questo è utile in una gara dove si vuole il pilota che sopraggiunge. In un lavoro con la fauna selvatica diventa un rischio, perché un secondo animale o un ramo in primo piano possono rubare il fuoco. Con valori bassi il sistema resta fedele al soggetto già agganciato, ma può perdere tempo se questo davvero lascia l’inquadratura. Sony, per esempio, offre per il tracking tre profili chiamati Stable, Standard e Responsive, da scegliere in base alla velocità del soggetto e alla situazione di ripresa.

Un caso a parte è il tracking tridimensionale, il cui nome indica che si seguono la posizione sul piano dell’immagine e la distanza lungo l’asse ottico. Sulla Nikon Z9, secondo la documentazione, la modalità 3D-tracking aggancia il soggetto analizzandone forma, contrasto e colore, e poi lo segue mentre si muove o mentre cambia l’inquadratura. La storia e la logica del tracking 3D, dalle reflex Nikon alle mirrorless di oggi, sono trattate nell’articolo dedicato al tracking 3D nella messa a fuoco, a cui si rimanda per i dettagli.

Nel video le esigenze cambiano. Una correzione brusca del fuoco si nota in modo spiacevole, quindi il sistema deve muoversi in modo progressivo, con transizioni morbide, simile a quelle di un operatore esperto con la messa a fuoco manuale. Per questo i costruttori offrono regolazioni della velocità di transizione e della sensibilità al cambio di soggetto, pensate per il video: l’obiettivo è ottenere passaggi di fuoco credibili senza scatti. Le stesse regolazioni, in fotografia, tendono a essere lasciate al massimo della prontezza.

Impostazioni ed errori comuni nell’uso del tracking

Un sistema di tracking sofisticato rende bene soltanto se è impostato in modo coerente con la scena. Molte delusioni nascono da scelte inadatte e non dal corpo macchina, e conviene conoscerle prima di incolpare la fotocamera.

Il primo errore è usare un’area AF troppo ampia quando la scena è affollata. Con un’area totale, il sistema sceglie da solo e tende a privilegiare il soggetto più grande o più vicino, che non sempre è quello voluto. Un’area più piccola o una zona di tracking circoscritta rendono la scelta del soggetto più prevedibile. Il secondo errore è l’opposto: usare un punto singolo con un soggetto che si muove in modo irregolare, e perdere il fuoco appena il punto esce dal corpo del soggetto.

Molti fotografi di azione separano la messa a fuoco dallo scatto, assegnando l’AF a un pulsante posteriore, il cosiddetto back-button focus. Il vantaggio è pratico: si può interrompere l’inseguimento senza rinunciare a scattare e riprenderlo quando serve, e si passa dalla messa a fuoco continua a quella bloccata senza cambiare modalità. Chi lavora con soggetti che si fermano e ripartono, come un uccello posato che prende il volo, ne trae vantaggio.

Un terzo punto riguarda la velocità di scatto e la raffica. Il tracking funziona su fotogrammi successivi, quindi una raffica lenta lascia più tempo al soggetto per spostarsi tra una misura e l’altra, mentre una raffica rapida fornisce più dati. In compenso, con un otturatore troppo lento, anche un fuoco perfetto produce immagini mosse: la nitidezza dipende da due cose, la messa a fuoco e il tempo di esposizione, e il tracking si occupa solo della prima. Su soggetti rapidi tempi brevi restano indispensabili, e il fenomeno del rolling shutter è un’altra ragione per preferire sensori a lettura veloce quando l’azione è molto rapida.

Un quarto errore è dimenticare l’obiettivo. La rapidità del tracking dipende anche dal motore di messa a fuoco dell’ottica, per esempio da un motore a ultrasuoni o lineare invece che da uno più lento, e da come il corpo comunica con l’obiettivo. Un ottimo corpo con un obiettivo lento nel motore è un sistema più lento del previsto. La differenza tra i motori è spiegata nell’articolo su USM, STM e motore lineare.

Il quinto riguarda la fiducia incondizionata nel riconoscimento. Il riconoscimento del soggetto è molto efficace nelle situazioni per cui è stato addestrato, ma resta un sistema statistico: un soggetto fuori categoria, un’inquadratura insolita o un travestimento possono portare a scelte sorprendenti. Chi conosce il comportamento del proprio sistema, e sa quando passare a un’area più controllata, ottiene risultati più costanti di chi si affida sempre alla modalità più automatica.

Resta il modo di leggere le schede tecniche. Il numero di punti AF dichiarato, la copertura del fotogramma e la frequenza di calcolo sono dati utili, ma non dicono come la macchina scelga il soggetto, quanto sia rapido il motore dell’obiettivo montato o come si comporti con poca luce. Una copertura del 100% significa che il sistema può lavorare su tutta l’immagine, non che lavori bene in ogni punto con ogni ottica. Meglio confrontare le prove su soggetti simili ai propri, e guardare con attenzione le impostazioni di tracking che il corpo mette a disposizione, perché è lì che i modelli si differenziano di più nell’uso reale.

Infine la verifica a posteriori. Ingrandire le immagini in riproduzione, controllare il punto di fuoco sulle prime e sulle ultime di una raffica e confrontare le impostazioni usate costa pochi minuti e fa capire dove il sistema perde. Con il tempo, queste verifiche insegnano più di qualsiasi tabella di specifiche.

Applicazioni pratiche nei diversi generi fotografici

L’autofocus tracking ha cambiato la pratica fotografica in modo diverso da un genere all’altro. La fotografia sportiva e di azione è stata il laboratorio in cui queste tecnologie sono state messe alla prova. Il motivo è semplice: gli atleti si muovono in modo imprevedibile, spesso con luce variabile, e chi fotografa ha una sola occasione per ogni gesto. L’autofocus ha ridotto la quota di scatti persi per messa a fuoco e ha ampliato la platea di chi riesce a ottenere immagini nitide di azioni rapide. Questa democratizzazione tecnica ha avuto conseguenze estetiche: più immagini tecnicamente riuscite, e una domanda più esplicita su che cosa distingua il lavoro di un professionista quando le difficoltà tecniche si abbassano.

La fotografia naturalistica e ornitologica ha tratto vantaggi ancora più evidenti. Fotografare un uccello in volo con il fuoco sull’occhio era considerato un banco di prova per chi lavorava in natura, perché richiedeva anticipazione, conoscenza del comportamento della specie, abilità di panning fluido e una buona padronanza del sistema AF. I sistemi di riconoscimento di uccelli e animali introdotti da Canon, Sony e Nikon nel corso degli ultimi anni hanno abbassato la soglia tecnica: oggi anche chi ha poca esperienza ottiene immagini nitide di soggetti che un tempo erano alla portata di pochi specialisti. Restano, e anzi acquistano peso, la conoscenza della specie, la scelta della posizione e della luce, la pazienza.

C’è un effetto collaterale che chi lavora in natura segnala spesso: quando ogni sistema insegue automaticamente l’occhio più vicino, le immagini rischiano di somigliarsi. Il fuori fuoco intenzionale, quello che crea un bokeh espressivo con una scelta deliberata del piano di messa a fuoco, diventa più difficile da ottenere quando la macchina tende a correggere verso la nitidezza. Ricordare che si può disattivare il riconoscimento, o spostare a mano il punto di fuoco, è parte di un uso consapevole.

Nel ritratto, il riconoscimento dell’occhio è la funzione che ha cambiato più rapidamente l’esperienza quotidiana. Tenere il fuoco preciso sull’occhio nonostante piccoli movimenti del soggetto o del fotografo permette di usare diaframmi molto aperti anche in contesti dinamici, dove con la messa a fuoco manuale o semi-automatica la profondità di campo ridotta rendeva ogni scatto una scommessa. Chi fa fotografia di matrimonio o di moda, dove il soggetto si muove e la luce cambia, ne ricava un minor numero di scatti scartati per fuoco sbagliato. Sul funzionamento di questi sistemi c’è l’articolo su Eye AF e Face Detection.

La distinzione tra AF singolo e AF continuo con tracking resta una scelta di metodo oltre che di tecnica. L’AF-S blocca il fuoco una volta raggiunto il piano corretto, ed è lo strumento adatto a ritratti in posa, paesaggi e still life, dove conta la stabilità. Il tracking continuo, con il suo aggiornamento perpetuo e la sua logica predittiva, serve ai soggetti imprevedibili, che cambiano direzione o interagiscono con lo spazio in modo non lineare. Scegliere l’uno o l’altro dice qualcosa su come si guarda il soggetto, oltre che su come lo si misura.

Nel video e nella cronaca si aggiunge un fattore: chi riprende da solo, senza assistente per il fuoco, usa il tracking per seguire un oratore o un animale mentre pensa alla composizione. Con interviste, conferenze e riprese in movimento, il riconoscimento del volto e la regolazione della velocità di transizione fanno la differenza tra una ripresa pulita e una piena di piccoli pompaggi.

Lo stato dell’arte e le sfide tecniche aperte

A metà degli anni Venti del Duemila i sistemi di tracking hanno raggiunto un livello per cui le discussioni tra professionisti si sono spostate dal confronto tra marchi ai casi limite: quali soggetti o condizioni mettono ancora in difficoltà le macchine migliori? Conoscere i limiti è il modo più sicuro di usare bene uno strumento.

Il limite più persistente riguarda i soggetti a basso contrasto rispetto allo sfondo. Un cigno bianco in volo su un cielo coperto o un leopardo delle nevi su neve fresca sono situazioni in cui anche i sistemi migliori possono perdere il soggetto, perché la rete neurale fatica a separarlo dall’ambiente. In questi casi la messa a fuoco manuale assistita, con focus peaking o ingrandimento, oppure la scelta a mano di un punto AF preciso restano strategie più affidabili dei sistemi automatici.

Un’altra sfida aperta è la scarsa illuminazione. I limiti di sensibilità dell’AF si sono abbassati molto negli ultimi anni, ma il tracking su soggetti rapidi con pochissima luce resta problematico per ragioni fisiche: arriva meno segnale per il calcolo della fase, il rumore del sensore peggiora la misura e la frequenza di aggiornamento può dover scendere per mantenere l’affidabilità. I proiettori di illuminazione AF a luce infrarossa o con schemi strutturati, usati su molte compatte, sono poco pratici sulle fotocamere a ottica intercambiabile, che si affidano in gran parte alla luce disponibile.

Sul fronte dell’innovazione, i sensori stacked CMOS con circuiti di elaborazione sovrapposti ai fotodiodi hanno aumentato la velocità di lettura, e la lettura veloce migliora l’AF perché il sistema riceve più dati per unità di tempo. La Sony α9 III, presentata nel 2023 con otturatore globale, mostra come la lettura simultanea dell’intero sensore elimini le distorsioni geometriche tipiche del rolling shutter sui soggetti in rapido movimento. Il sensore stacked della Canon EOS R1, uscita il 29 novembre 2024, va nella stessa direzione dell’elaborazione veloce, con il processore DIGIC X affiancato da un chip dedicato chiamato DIGIC Accelerator.

L’integrazione dell’apprendimento automatico nel processore è forse la frontiera più dinamica. Il processore DIGIC X di Canon, l’EXPEED 7 di Nikon, introdotto con la Z9, e il BIONZ XR di Sony, affiancato nella α9 III da un’unità dedicata all’intelligenza artificiale, sono componenti paragonabili per ruolo ai chip di inferenza degli smartphone. Permettono di eseguire dentro la fotocamera, senza reti esterne, algoritmi di riconoscimento e tracking che qualche anno fa avrebbero richiesto hardware esterno. Gli aggiornamenti firmware consentono inoltre di migliorare nel tempo i comportamenti dell’AF, per cui una fotocamera acquistata oggi può comportarsi meglio dopo qualche mese, un cambiamento rispetto all’epoca in cui le prestazioni erano fissate dall’hardware.

Resta da capire che cosa cambi, a lungo termine, nel concetto di nitidezza come valore fotografico. Per decenni la messa a fuoco precisa su un soggetto in movimento è stata uno dei segni più visibili della competenza tecnica. Man mano che questa capacità passa alla macchina, l’attenzione di chi fotografa può spostarsi verso la composizione, il momento giusto, la relazione con il soggetto, la luce. In questa redistribuzione dell’attenzione sta forse l’effetto più duraturo del tracking sulla fotografia di oggi.

Aggiornato Ottobre 2026