Eye AF e Face Detection: storia, evoluzione e come usarli al meglio

La continua evoluzione tecnologica della strumentazione fotografica ha modificato in profondità il rapporto tra chi fotografa e il soggetto che sta oltre l’obiettivo. Tra le innovazioni degli ultimi vent’anni, i sistemi di tracciamento del volto e dell’occhio hanno segnato un punto di svolta, superando i limiti dei vecchi moduli di messa a fuoco analogici ed elettronici. Il passaggio dai singoli punti di fuoco geometrici ai sistemi capaci di riconoscere la fisionomia umana è il risultato di una ricerca ingegneristica durata decenni. Questa evoluzione facilita il lavoro operativo e allo stesso tempo ridefinisce i canoni compositivi della ritrattistica e del reportage moderno.

Capire i meccanismi che governano il rilevamento del volto e dell’iride aiuta a usare gli strumenti di ripresa con consapevolezza, in studio come in condizioni ambientali difficili. La tecnologia attuale va oltre l’analisi dei contrasti di luminanza locali e si appoggia a modelli matematici integrati nell’elettronica dei sensori e dei processori di ultima generazione. Ripercorrere questa storia permette di intuire la direzione futura della produzione visiva e di sfruttare meglio le fotocamere di oggi.

Cos’è la Face Detection

La Face Detection, o rilevamento del volto, è stata la prima architettura computazionale applicata alla messa a fuoco automatica capace di leggere la scena come un insieme di elementi dotati di significato, oltre che di contrasti geometrici. Dal punto di vista ingegneristico, la tecnologia analizza il flusso di dati proveniente dal sensore prima che l’immagine venga memorizzata e cerca pattern che corrispondono alla morfologia di un volto umano standard. Il metodo storico si basa sulle caratteristiche di Haar e sul framework di Viola e Jones, presentato nel 2001 e diventato una pietra miliare della visione artificiale. Il software cerca aree alternate di luce e ombra: la zona degli occhi è in genere più scura di fronte e zigomi, mentre il ponte nasale forma una linea verticale più luminosa rispetto alle cavità oculari adiacenti.

Quando la fotocamera individua questa disposizione di differenze di intensità, delimita l’area con un rettangolo di tracciamento nel mirino elettronico o sullo schermo posteriore. I calcoli avvengono a frequenze molto elevate, spesso oltre i sessanta cicli al secondo, per consentire al sistema di inseguire il movimento del soggetto nell’inquadratura. Stabilita la posizione del volto sul piano bidimensionale della composizione, la fotocamera dà la priorità ai punti di fuoco che cadono in quell’area. La messa a fuoco smette di dipendere dalla scelta del punto centrale o dall’allineamento manuale e diventa un’operazione dinamica guidata dal contenuto dell’immagine.

Le prime implementazioni avevano limiti evidenti legati all’orientamento del soggetto e alla luce ambientale. Se un volto si girava di profilo e perdeva la simmetria di occhi e naso, l’algoritmo non riconosceva più il pattern e interrompeva il tracciamento. I processori moderni superano questa rigidità con modelli in grado di identificare volti parzialmente coperti da indumenti, occhiali da sole o capelli, oppure molto inclinati. La Face Detection contemporanea elabora decine di volti nella stessa inquadratura e lascia a chi fotografa la scelta del soggetto principale, tramite controlli fisici o interfacce tattili.

Questo livello di affidabilità garantisce una costanza di risultati prima impensabile, soprattutto nella fotografia di reportage e di matrimonio, dove le dinamiche interpersonali si sviluppano rapidamente. L’integrazione con la lettura esposimetrica ha migliorato anche la resa dei toni della pelle: la fotocamera calcola l’esposizione sulla luminanza del volto riconosciuto, evitando sottoesposizioni da forte controluce o sovraesposizioni dovute a sfondi molto scuri.

Cos’è l’Eye AF

L’Eye AF, acronimo di Eye Autofocus, ha spostato la precisione della messa a fuoco automatica dal volto intero alla pupilla. Il rilevamento del volto assicurava la nitidezza dell’area della testa, ma non la precisione al millimetro richiesta dai sensori ad alta risoluzione abbinati a ottiche luminose a focale fissa con aperture estreme come f/1,2 o f/1,4. Con focali da ritratto come 85 o 135 mm e distanze ravvicinate, la profondità di campo si riduce spesso a pochi millimetri. In queste condizioni avere il naso a fuoco e l’iride leggermente morbida rovina uno scatto commerciale o editoriale.

L’Eye AF risolve il problema con un’analisi ancora più granulare. L’algoritmo individua prima il volto, ne circoscrive l’area ed esegue una scansione interna ad alta risoluzione per isolare la forma ellittica dell’occhio, distinguendo sclera, iride e pupilla. Agganciato l’occhio, il sistema vi posiziona un piccolo riquadro che si muove in tempo reale seguendo anche gli spostamenti minimi della testa del soggetto e le oscillazioni di chi scatta a mano libera. Il sensore deve inviare di continuo le informazioni di distanza al motore di messa a fuoco dell’obiettivo, che effettua correzioni piccole e costanti.

Per cogliere la complessità fisica dell’operazione si può guardare alla formula approssimata della profondità di campo:

In questa espressione u è la distanza del soggetto dal piano focale, N è il numero f del diaframma (cioè l’apertura relativa), c è il diametro del circolo di confusione accettabile per il sensore e f è la lunghezza focale. Quando f aumenta e l’apertura del diaframma si avvicina a valori prossimi all’unità, la profondità di campo cala drasticamente. L’Eye AF interviene sulla distanza u, portando il punto di massima nitidezza sull’iride e annullando gli effetti di piccole approssimazioni, anche di tipo meccanico. Il sistema di lenti e diaframma entra nel calcolo tramite f e N.

I ritrattisti traggono un vantaggio pratico enorme: possono evitare la selezione manuale del punto di fuoco e la tecnica del blocco del fuoco seguito da ricomposizione. Ricomporre dopo aver messo a fuoco modifica la distanza lineare tra obiettivo e occhio, perché il piano di nitidezza ruota attorno al fotografo e non resta fermo sul soggetto: con diaframmi molto aperti l’errore diventa visibile nel file finale. Con l’Eye AF attivo in autofocus continuo ci si concentra sulla composizione geometrica, sull’espressione del modello e sulla gestione delle sorgenti luminose, sapendo che l’occhio resterà nitido. Per approfondire la ritrattistica italiana e l’evoluzione dalle metodiche analogiche a quelle digitali è utile il volume Ritratti di luce: maestri della fotografia italiana.

Evoluzione storica dei sistemi AF intelligenti

Il percorso che ha portato ai moderni sistemi di tracciamento oculare risale alle prime sperimentazioni sull’automatismo della messa a fuoco, avviate nella seconda metà del Novecento. Prima dell’elettronica avanzata la messa a fuoco era manuale e richiedeva abilità visiva e rapidità, con l’aiuto di strumenti come i prismi a immagine spezzata o i telemetri a coincidenza. Tra il 1960 e il 1973 Leitz brevettò una serie di tecnologie di autofocus e di sensori, e nel 1976 la Leica Correfot fu mostrata a Photokina. La Konica C35 AF, del 1977, è descritta come la prima fotocamera autofocus prodotta in serie: una compatta semplice, che misurava la distanza dell’oggetto al centro dell’inquadratura senza alcuna capacità di interpretare la scena. Il telemetro passivo era un modulo sviluppato da Honeywell, che ricavava la distanza per triangolazione della luce riflessa dal soggetto.

Il passaggio decisivo per i professionisti arrivò con le reflex. La Pentax ME-F del 1981 fu la prima reflex 35 mm autofocus, con sensori nel corpo e obiettivo motorizzato. Nel 1985 la Minolta 7000 fu la prima reflex con autofocus integrato, con sensori e motore di messa a fuoco entrambi nel corpo macchina. I sensori a rilevamento di fase, collocati sul fondo della camera dello specchio, passarono da un singolo punto centrale a matrici di più aree sensibili. Negli anni successivi Canon (con l’attacco EF interamente elettronico del 1987) e Nikon (con i motori nell’obiettivo AF-I dal 1992 e AF-S dal 1998) consolidarono l’autofocus a più punti con algoritmi predittivi, che stimavano la velocità del soggetto in avvicinamento e spostavano in anticipo i gruppi ottici per compensare il ritardo dovuto al movimento dello specchio. Le specifiche attuali della serie EOS si trovano sul sito di Canon Europe, erede di quella linea ingegneristica.

Un passaggio verso la comprensione semantica dell’immagine si verificò con la diffusione delle fotocamere digitali compatte e delle reflex con Live View. La messa a fuoco non passava più dai sensori AF dedicati, separati dal piano dell’immagine, ma dalla lettura diretta del sensore principale tramite la misura del contrasto dei pixel. Questo cambio di architettura permise di applicare algoritmi di riconoscimento dei volti nati nell’informatica e nei sistemi di sorveglianza: il framework di Viola e Jones del 2001 usa caratteristiche di Haar economiche da calcolare e adatte a individuare tratti tipici del volto, come le regioni degli occhi più scure delle guance. Nel corso degli anni Duemila il riconoscimento dei volti entrò in molte compatte digitali e fu poi adottato dall’intera industria. Una raccolta ampia di test sulle prime fotocamere con AF a contrasto si trova negli archivi di DPReview.

L’avvento delle fotocamere mirrorless ha eliminato lo specchio oscillante e reso continuo il flusso di informazioni dal sensore al processore. La copertura dei punti di fuoco si è estesa a gran parte della superficie del sensore. Sony aveva già proposto nel 2013, sui primi modelli della serie Alpha 7, una prima versione di Eye AF, limitata allo scatto singolo e attivabile solo con un tasto personalizzato, e ha poi portato il riconoscimento oculare in tempo reale su modelli come la a7 III e la a7R III: con il firmware 3.0 dell’11 aprile 2019 è arrivato il Real-time Eye AF, descritto da Sony come un sistema basato su apprendimento automatico, in grado di agganciare l’occhio anche con il soggetto che guarda in basso, parzialmente coperto, di tre quarti o in controluce. Lo stesso aggiornamento ha introdotto l’Animal Eye AF per cani e gatti. L’evoluzione successiva si deve ai sensori con rilevamento di fase integrato sul piano focale e a chip dedicati all’elaborazione neurale, che eseguono algoritmi addestrati su milioni di immagini e permettono un tracciamento fluido anche durante le raffiche ad alta velocità. Così una funzione nata come ausilio per amatori è diventata strumento indispensabile per i professionisti.

Questo sviluppo ha cambiato anche il modo di pensare l’ottica: gli obiettivi recenti sono progettati con motori di messa a fuoco rapidi e silenziosi per rispondere ai comandi continui del processore, requisito che i vecchi progetti a ingranaggi soddisfano solo in parte.

Come funzionano oggi i riconoscimenti automatici

L’architettura contemporanea della messa a fuoco automatica nasce dalla sinergia tra l’hardware dei sensori e il software dei processori. Al centro ci sono i sensori Stacked CMOS, con memoria DRAM integrata sotto lo strato dei fotositi. Questa configurazione consente velocità di lettura molto elevate e riduce quasi del tutto il rolling shutter. Il sensore stacked a 45,7 megapixel della Nikon Z9, per esempio, ha una lettura dei dati che Nikon dichiara dodici volte più veloce di quella della Z 7II, e il processore EXPEED 7 gestisce i calcoli di AF e AE a 120 cicli al secondo. La Canon EOS R3 ha un sensore stacked retroilluminato, e la Sony Alpha 1 un sensore stacked full frame da 50,1 megapixel con memoria incorporata.

L’identificazione del soggetto non si affida più a regole geometriche scritte a mano dai programmatori. Si basa su modelli statistici sviluppati con tecniche di apprendimento profondo: Canon dichiara che il riconoscimento dei soggetti della EOS R3 si fonda su intelligenza artificiale di tipo deep learning e su migliaia di immagini reali, tanto da seguire le persone anche con mascherina, casco o occhiali da sole. Fujifilm attribuisce lo stesso approccio al rilevamento dei soggetti dell’X-Processor 5. Nei laboratori dei produttori, database con milioni di fotografie di esseri umani, animali e veicoli in ogni condizione di luce e di angolazione insegnano al sistema a isolare le caratteristiche invarianti di un occhio o di un volto. Queste informazioni vengono memorizzate nel firmware sotto forma di pesi di una rete neurale. Quando si inquadra una scena, il processore confronta i dati del sensore con il modello memorizzato e riconosce il soggetto anche di spalle, in ombra o parzialmente nascosto. Sul sito di Sony Alpha Universe si trovano articoli e corsi dedicati a queste funzioni.

Un ruolo altrettanto importante spetta ai pixel a rilevamento di fase integrati nel sensore. Invece di misurare il contrasto, operazione che costringe il gruppo ottico a muoversi avanti e indietro in cerca del picco di nitidezza, i fotositi sdoppiati dividono la luce in due immagini distinte. Dallo sfasamento tra le due il processore ricava se il soggetto è davanti o dietro il piano di fuoco e di quanto devono muoversi le lenti. La differenza tra i due metodi è sostanziale: la fase fornisce direzione ed entità dell’errore ed è quindi veloce, il contrasto non fornisce direzione ed è più lento con i soggetti in movimento. Molti sistemi ibridi combinano entrambi, con la fase per la velocità e il contrasto per la rifinitura. Il processo è gestito da anelli di retroazione del firmware che ottimizzano accelerazione e decelerazione dei motori lineari dell’obiettivo.

La combinazione tra la lettura veloce del sensore stacked e il rilevamento di fase sul piano focale elimina i problemi storici di calibrazione noti come front-focus e back-focus, tipici delle reflex, in cui il sensore AF dedicato poteva avere piccoli disallineamenti rispetto al sensore d’immagine. Nelle mirrorless attuali il piano di misura coincide con il piano di registrazione, e il calcolo si traduce direttamente in nitidezza sul file. Le informazioni sulla progettazione dei sistemi ottico-elettronici sono disponibili sul sito di Nikon Imaging.

Eye AF negli umani e negli animali

Il successo del tracciamento oculare sulla fisionomia umana ha spinto gli ingegneri a estendere le capacità al mondo animale, con sfide di complessità superiore. La morfologia dell’occhio e del volto cambia molto da specie a specie e rende impossibile un modello geometrico universale. L’occhio umano ha una struttura standard, con sclera bianca che contrasta con l’iride. L’occhio di un felino, di un canide o di un uccello ha proporzioni, colori e forme diversi, spesso nascosti in manti o piumaggi ricchi di texture.

I produttori hanno quindi sviluppato algoritmi specifici per diverse categorie, con database morfologici distinti nel firmware. Nikon dichiara per la Z9 il rilevamento e il tracciamento di persone, cani, gatti, uccelli, auto, moto, biciclette, treni e aerei, in foto e video, con Eye Detection AF su persone, cani, gatti e uccelli. Canon indica per la EOS R3 il rilevamento di volto, occhio, animali e veicoli. Fujifilm elenca per l’X-T5 volti e occhi umani, animali, uccelli, auto, moto, biciclette, aerei e treni. Nella fotografia naturalistica l’algoritmo dedicato agli animali isola la testa del soggetto anche in mezzo a rami, foglie ed erba alta, che ingannerebbero i sistemi basati sul contrasto o sulla vicinanza. Il sistema riconosce la silhouette di un predatore o il profilo di un volatile in volo e sposta la priorità del fuoco sull’occhio non appena diventa visibile.

L’estensione ha toccato anche la fotografia macro e l’entomologia, dove alcuni produttori hanno introdotto profili dedicati agli insetti. Mettere a fuoco l’occhio composto di una libellula o di un’ape in movimento richiede una precisione che supera quella dell’occhio umano aiutato dalla ghiera manuale. Il processore esegue un tracciamento predittivo basato sulla traiettoria stimata e dialoga con i motori dell’obiettivo per mantenere il piano focale sull’occhio nonostante le oscillazioni dovute al vento o al movimento dell’animale. Questa evoluzione ha ampliato le possibilità della fotografia scientifica, con immagini ad altissimo ingrandimento e dettagli anatomici nitidi.

Usare l’Eye AF umano e animale sullo stesso corpo richiede di scegliere con attenzione il tipo di soggetto nel menu, così da concentrare le risorse del processore su un solo modello morfologico. Alcune fotocamere di fascia alta offrono una selezione automatica: la macchina analizza la scena e applica il modello appropriato in base agli elementi dominanti. Questa automazione è utile nel reportage naturalistico e documentario, dove si passa in pochi istanti da un insediamento umano alla fauna locale senza il tempo di modificare i parametri.

Quando affidarsi e quando disattivarli

Nonostante l’accuratezza dei moderni automatismi, esistono scenari professionali in cui affidarsi ciecamente al sistema è controproducente e serve l’intervento manuale o la disattivazione temporanea. Un caso tipico è la fotografia di scena teatrale o la ritrattistica cinematografica complessa, con più soggetti su piani diversi. Se la fotocamera individua cinque volti insieme, applica criteri di vicinanza o di centralità per stabilire la priorità, criteri che spesso non coincidono con l’intenzione narrativa di chi scatta, il quale potrebbe volere il fuoco sul soggetto in secondo piano o in ombra.

Un altro scenario critico è la fotografia di architettura e di interni, o il reportage d’arte, dove dipinti, sculture, manifesti ed elementi decorativi antropomorfi possono ingannare la Face Detection. La fotocamera riconosce il volto di una statua rinascimentale o il primo piano stampato su un cartellone e sposta la messa a fuoco su di essi, lontano dal soggetto reale. Qui conviene disattivare il riconoscimento e tornare a un AF a punto singolo flessibile (Spot AF) oppure alla messa a fuoco manuale assistita dal peaking, riprendendo il controllo della distribuzione della nitidezza nello spazio inquadrato. Per le tecniche di ripresa che integrano le strutture spaziali e le esigenze monumentali è utile il volume Fotografia e architettura: dialoghi visivi.

Altre situazioni sono la luce molto scarsa e le sorgenti puntiformi dirette verso l’obiettivo, come nei concerti o nella fotografia notturna. Il flare o un forte calo di contrasto locale impediscono all’algoritmo di isolare i pattern di volto e occhio e causano il fenomeno dell’«hunting», cioè il movimento oscillatorio della lente alla ricerca di un aggancio che non si consolida. In queste circostanze l’Eye AF costa scatti persi per la latenza dell’indecisione del firmware. Meglio passare a modalità classiche, basate sul punto centrale, che grazie ai fotositi dedicati al centro dell’asse ottico, più sensibili, sono in genere più robuste con illuminazione critica. Le prestazioni cambiano comunque da modello a modello: i sistemi più recenti lavorano a livelli di luce molto bassi (Nikon indica per la Z9 un funzionamento fino a -6,5 EV, e fino a -8,5 EV con la modalità Starlight).

Una soluzione operativa ideale per unire la velocità dell’Eye AF al controllo manuale è il Back-Button Focus. Si separa il comando di messa a fuoco dal pulsante di scatto e lo si assegna a un tasto posteriore, di solito AF-ON. Tenendo premuto il tasto, la fotocamera insegue l’occhio con la massima precisione. Rilasciandolo, il fuoco si blocca alla distanza calcolata e si può scattare più volte, o ricomporre, senza che l’automatismo riesamini continuamente la scena. L’efficienza degli algoritmi si somma all’intenzionalità compositiva di chi fotografa.

Differenze tra corpi macchina e limiti reali

Il mercato offre molti corpi macchina con Face Detection ed Eye AF, ma le prestazioni sul campo variano molto in base alla fascia, alla generazione del processore e all’architettura del sensore. Le fotocamere di punta pensate per il fotogiornalismo sportivo e per la fotografia naturalistica dispongono di potenza di calcolo sufficiente a gestire il tracciamento oculare senza latenza percepibile nel mirino, mantenendo l’aggancio anche con movimenti caotici, rotazioni repentine o ostacoli che attraversano l’inquadratura. I corpi di fascia entry-level o di generazioni precedenti, pur dichiarando l’Eye AF nelle schede tecniche, mostrano spesso rallentamenti e perdono il tracciamento quando il soggetto è poco illuminato o si muove a velocità moderata.

La discrepanza ha cause tecniche precise, tra cui la frequenza di campionamento del sensore e la velocità del bus dei dati. Un sensore non stacked impiega più tempo a leggere l’intera matrice e introduce un ritardo tra lo spostamento del soggetto e l’aggiornamento della posizione nell’algoritmo. Così, anche se il riquadro sembra posizionato bene sull’occhio nel mirino, lo scatto può risultare leggermente fuori fuoco, perché l’ottica si è mossa sulla base di un dato di pochi millisecondi prima. Il problema peggiora con obiettivi dotati di motori vecchi o lenti. Nel fotogiornalismo di alto livello, dove si colloca anche l’esperienza di agenzie come Magnum Photos, la frazione di secondo che separa un file nitido da uno morbido decide la pubblicabilità di un’immagine.

Un altro limite riguarda la distanza. Quando il soggetto è lontano, il volto occupa una frazione minima della matrice di pixel e l’algoritmo non riesce a isolare i dettagli necessari per attivare l’Eye AF. La fotocamera torna allora al rilevamento del volto o a quello del corpo (Body Detection), allargando l’area di messa a fuoco al busto o alla figura intera. Solo quando il soggetto supera una certa soglia dimensionale nel fotogramma il sistema passa al tracciamento oculare fine, con una transizione che richiede una gestione raffinata delle priorità per evitare scatti e incertezze dei gruppi ottici.

I sistemi di medio formato digitale offrono qualità d’immagine e gamma dinamica eccellenti, ma hanno in genere avuto un autofocus meno rapido rispetto ai sistemi full frame o APS-C. Le grandi masse di vetro degli obiettivi richiedono motori potenti ma meno pronti nei micro-movimenti continui. Sul sito di Phase One sono disponibili le specifiche dei sistemi di medio formato. Phase One ha concentrato l’ottimizzazione sulla precisione del punto singolo statico, utile alla fotografia di studio e di paesaggio, lasciando ai sistemi mirrorless di formato inferiore il primato nel tracciamento dinamico dell’occhio ad alta velocità. Non esiste uno strumento universale e perfetto per ogni esigenza: ogni tecnologia va scelta in base alle necessità espressive e operative.

Confronto tra i sistemi dei principali produttori

La tabella riassume le caratteristiche che i produttori dichiarano sulle pagine ufficiali di alcuni modelli di riferimento. I valori variano con i successivi aggiornamenti del firmware e con le generazioni di prodotto. Sulla sensibilità minima di rilevamento le schede citano circa -4 EV per Sony con obiettivo f/2, -6,5 EV per Canon con obiettivo f/1,2 e -7 EV per Fujifilm con obiettivo f/1,0, contro i -6,5 EV di Nikon (-8,5 EV con la modalità Starlight). Sulla frequenza di calcolo dell’AF si indicano circa 60 cicli al secondo per Canon e 40 per Fujifilm, contro i 120 di Nikon. Canon e Fujifilm affidano l’elaborazione ai processori DIGIC X e X-Processor 5, senza un coprocessore separato.

Come impostare l’Eye AF sul campo

La resa dell’Eye AF dipende almeno quanto dal sistema dalle impostazioni scelte prima dello scatto. Il primo passo è selezionare nel menu il tipo di soggetto, umano, animale o veicolo, così da lasciare al processore un solo modello da confrontare con la scena. Il secondo è usare l’autofocus continuo per i soggetti in movimento e quello singolo per ritratti in posa, dove il tempo per agganciare l’occhio non manca. Il terzo è decidere se lasciare alla fotocamera la scelta dell’occhio più vicino oppure indicare a mano l’occhio destro o sinistro, una possibilità offerta da molti corpi recenti e utile quando il soggetto è di tre quarti.

La scelta del diaframma conta. Anche con un Eye AF perfetto, a f/1,2 il piano di nitidezza è così sottile che le ciglia e la parte vicina del volto possono già risultare fuori fuoco: chiudere di uno stop o due garantisce una tolleranza maggiore senza rinunciare allo sfondo sfocato. Con soggetti che si avvicinano rapidamente conviene scattare in raffica, per avere più possibilità di un fotogramma centrato, e verificare l’ingrandimento sul display sull’occhio, non sul volto.

Prima di un lavoro importante è buona norma aggiornare il firmware del corpo e dell’obiettivo, perché i produttori migliorano spesso gli algoritmi di riconoscimento, come dimostra l’aggiornamento 3.0 del 2019 per le Sony a7 III e a7R III. Vale la pena provare l’attrezzatura nelle stesse condizioni di luce del servizio, controllando come reagisce il sistema a occhiali, mascherine, cappelli e controluce. Un test di pochi minuti riduce il rischio di scoprire un limite durante una cerimonia o una sfilata, quando non esistono seconde possibilità.

Errori comuni e come evitarli

Il primo errore è considerare l’Eye AF un sostituto della tecnica. Il sistema trova l’occhio, ma non sa quale occhio sia importante per l’immagine. In un ritratto di tre quarti, per esempio, la tradizione fotografica vuole a fuoco l’occhio più vicino all’obiettivo, e un sistema che aggancia quello più lontano produce un’immagine tecnicamente nitida ma espressivamente più debole. Verificare sul display quale occhio ha selezionato la fotocamera, prima di scattare, è un’abitudine che costa un secondo e salva molti fotogrammi.

Il secondo errore è affidarsi al riquadro verde come garanzia assoluta. Il riquadro mostra dove il sistema ritiene di trovarsi, non dove si trova il piano di fuoco effettivo nel momento esatto in cui si apre l’otturatore. Con soggetti veloci, obiettivi lenti nella risposta e diaframmi molto aperti, tra il calcolo e l’esposizione passa un tempo sufficiente perché la distanza cambi. Per questo, nei lavori in cui ogni scatto conta, conviene produrre sempre più di un fotogramma e controllare la nitidezza al massimo ingrandimento.

Il terzo errore riguarda la distanza dal soggetto. A grande distanza l’occhio è composto da pochi pixel e l’algoritmo ripiega sul volto o sul corpo, come visto. Chi fotografa sport o fauna con teleobiettivi lunghi dovrebbe scegliere un’inquadratura abbastanza stretta da lasciare all’occhio abbastanza pixel, oppure accettare che il sistema lavori sul volto e verificare in post-produzione quale scatto ha centrato meglio l’iride.

Il quarto errore è dimenticare di aggiornare le impostazioni quando cambia il tipo di lavoro. Un corpo configurato per l’inseguimento di veicoli, con il riconoscimento animale disattivato, rischia di ignorare un cane che attraversa l’inquadratura, e un corpo regolato per i ritratti in studio, con area AF ristretta, reagisce male a un soggetto che si muove. Salvare configurazioni personalizzate per i diversi generi, ormai possibile su quasi tutte le fotocamere di fascia media e alta, riduce l’errore umano.

Il quinto errore è sopravvalutare la tecnologia in condizioni estreme. La luce molto scarsa, il controluce violento, i filtri creativi davanti all’obiettivo e le superfici riflettenti sul volto, come il trucco con glitter, possono ingannare il riconoscimento. In questi casi il fotografo esperto prepara un piano alternativo: un punto singolo, la messa a fuoco manuale con ingrandimento oppure il blocco del fuoco con il Back-Button Focus.

Il sesto errore, forse il più diffuso, è non allenarsi con l’attrezzatura. Gli algoritmi di riconoscimento hanno comportamenti propri, che si imparano scattando: con quale rapidità riagganciano un occhio perso dietro una mano, quanto tollerano un cappello a tesa larga, come si comportano con i bambini che corrono o con i soggetti di pelle molto scura in luce debole. Dedicare una mattinata a prove sistematiche in condizioni diverse, con la stessa ottica e gli stessi diaframmi del lavoro reale, insegna più di qualsiasi scheda tecnica e rende le reazioni di chi scatta più rapide quando la scena non perdona.

Eye AF nel video e questioni di privacy

Nel video l’Eye AF ha cambiato il lavoro di chi riprende da solo. Il tracciamento oculare mantiene a fuoco il protagonista anche quando si muove nell’inquadratura, e il sistema segue il soggetto senza le oscillazioni visibili dei vecchi autofocus a contrasto. Resta però necessaria una decisione registica: un cambio di fuoco guidato dall’algoritmo ha un ritmo diverso da quello di un fuoco spostato a mano da un assistente, e può risultare troppo rapido o innaturale in una scena narrativa. Molte fotocamere permettono di regolare la velocità di transizione e la sensibilità del cambio di soggetto, parametri da provare prima di girare.

Un tema che accompagna queste tecnologie riguarda la privacy. La Face Detection di una fotocamera individua la presenza e la posizione di un volto in un’immagine, e non identifica la persona: confrontare un volto con un archivio di identità è un’operazione diversa, tipica dei sistemi di sorveglianza e regolata da norme specifiche. Resta comunque il fatto che le stesse tecniche di visione artificiale nascono in contesti di analisi delle immagini molto più ampi della fotografia, e conoscerne l’origine aiuta a valutarne con più lucidità gli usi e i limiti.

Aggiornato Ottobre 2026