手機人像模式：為什麼邊緣會模糊
1-3 AI 語意分割：手機怎麼「認出」誰是主角
除了深度資訊，手機還會執行語意分割（Semantic Segmentation）。神經網路會即時分析畫面，標記出「人」「頭髮」「天空」「建築」「寵物」等區域，再結合深度圖決定哪些部分要保留清晰、哪些要模糊。
這個步驟決定了邊緣的「乾淨程度」。理想狀況下，分割模型能精準沿著髮絲與肩膀輪廓切出主體；但現實是，手機必須在不到 0.1 秒內完成推論，還得控制功耗與發熱，模型規模因此被大幅壓縮。結果就是：大面積、輪廓清楚的物體（例如臉部、身體）分割得不錯，但細碎、半透明、與背景顏色相近的邊緣就成了模型的罩門。
二、邊緣模糊的五大主因，一次拆解
了解了基本原理後，我們可以把「邊緣為什麼會模糊」歸納成五個具體原因。這五個原因經常同時發生、互相放大，這也是為什麼同一支手機，有時拍得漂亮、有時卻慘不忍睹。
2-1 深度圖與照片解析度不匹配
如前所述，深度圖解析度遠低於照片，兩者對齊時必然產生誤差。當主體邊緣與背景的距離差很大（例如人物站在空曠處、背後是遠山），深度圖上「主體」與「背景」的交界只是一條粗粗的線，上採樣後就變成一片模糊的過渡帶。這就是為什麼在背景很遠、很空曠的場景拍人像，邊緣特別容易出現「光暈」或「白邊」。
2-2 髮絲、眼鏡、半透明物件的取樣極限
頭髮是所有人像模式的天敵。原因有三：第一，髮絲直徑常小於一兩個像素，深度感測器根本抓不到；第二，髮絲之間有大量空隙，背景光線會從縫隙穿透，讓演算法難以判斷這裡到底是「人」還是「背景」；第三，飄動的髮絲在快門期間會位移，造成運動模糊。
同樣的問題也發生在眼鏡鏡片、玻璃杯、薄紗衣物、帽子邊緣等半透明或高反光材質上。這些材質會讓紅外線或視差訊號產生折射與反射，深度估計直接爆掉，於是你就會看到眼鏡框周圍糊成一團，或是人物手持的玻璃杯被「吃掉」一半。
2-3 光線不足與高反差場景
光線是計算攝影的燃料。在昏暗環境下，手機為了維持曝光會拉高 ISO、放慢快門，畫面雜訊大幅增加。雜訊會干擾視差比對與 AI 分割的準確度，讓原本就吃緊的邊緣判斷雪上加霜。同時，慢速快門會讓主體或手震產生位移，分割邊界跟著模糊。
高反差場景則是另一種災難。逆光拍攝時，主體邊緣被強光「鑲邊」，亮度遠高於背景，分割模型容易把過曝的光暈誤判為背景而模糊掉，導致人物輪廓出現一圈不自然的缺口。這就是所謂的「逆光吃邊」現象。
2-4 主體與背景顏色、亮度太接近
AI 分割除了看深度，也大量依賴顏色與紋理線索。如果主角穿著白衣服站在白牆前，或深色頭髮配上深色背景，模型缺乏足夠的視覺邊界可依循，就只能「猜」。猜錯的結果，就是邊緣被過度模糊或保留錯誤區域，形成俗稱的「貼紙感」——人物像被剪下來貼在模糊背景上，邊緣生硬不自然。
2-5 演算法過度平滑與鏡頭本身的光學缺陷
為了掩蓋上述誤差，許多廠商會刻意把邊緣「抹柔」，讓瑕疵不那麼明顯。這種過度平滑（Over-smoothing）策略雖然讓縮圖好看，但放大後就會發現人物輪廓像被塗了一層奶油，細節全失。此外，手機鏡頭本身存在色差、彗星像差與邊緣鬆散等光學問題，廣角端尤其明顯，這些都會在邊緣疊加一層「不乾淨」的觀感。
三、各家品牌怎麼做？iPhone 與 Android 陣營的差異
同樣是手機人像模式，不同品牌的邊緣處理風格差異很大。這不是誰好誰壞的簡單問題，而是各家對「什麼叫自然」的哲學不同。
3-1 iPhone：LiDAR 加持與「人像光線」的細膩路線
Apple 自 iPhone 12 Pro 起導入 LiDAR 光達，深度資訊的穩定性明顯優於純視差方案。iPhone 的人像模式在近距離、室內、光線均勻的條件下，髮絲邊緣處理相當細緻，散景過渡也偏向自然漸進，不會出現突兀的硬邊。
不過 iPhone 的弱點在於「保守」。當場景太複雜或距離太遠，系統會直接提示「請靠近一點」或「找不到主體」，乾脆不讓你拍。這種設計雖然降低了失敗率，卻也讓部分使用者覺得限制太多。此外，iPhone 的「人像光線」功能會模擬棚拍打光，有時反而讓邊緣出現不自然的明暗過渡。
3-2 Android 陣營：AI 分割積極、風格多元
Android 各家廠商的策略差異極大。部分品牌主打強力的 AI 分割，即使只有單鏡頭也能靠神經網路「猜」出景深，優點是適用場景廣、成功率看起來高，缺點則是邊緣容易出現「AI 幻覺」——例如把背景的樹枝誤判成人物的一部分而保留清晰，或把人物的耳朵切掉。
另一些品牌則強調可調式散景，讓使用者在拍攝後自行調整光圈值與對焦點，甚至支援「先拍後對焦」。這類功能背後的深度圖品質通常較好，但邊緣處理仍取決於當下的光線與場景複雜度。整體而言，Android 陣營的演算法更積極、更大膽，但也更容易出現明顯的邊緣瑕疵。
四、實測最容易失敗的四種場景
以下這四種場景，是筆者與社群網友實測後公認「最容易翻車」的情境。如果你的照片邊緣老是模糊，很可能就是中了其中幾項。
4-1 逆光與複雜背景
逆光會讓主體邊緣過曝，形成一圈高亮光暈；複雜背景（例如樹葉、欄杆、人群）則充滿細碎的高頻紋理，讓深度比對與分割模型雙雙崩潰。兩者疊加，邊緣幾乎必糊。建議在逆光時開啟 HDR，或稍微調整拍攝角度，讓光線從側面來。
4-2 多人合照與動態主體
多人合照時，每個人與鏡頭的距離都不同，深度圖必須同時處理多個主體，邊緣誤差自然放大。如果有人在拍攝瞬間移動，分割邊界更是直接失效。動態主體（奔跑的小孩、跳躍的寵物）同樣如此，建議改用連拍或錄影截圖。
4-3 遠距離全身照
前面提過，視差測距的精度隨距離平方衰減。當主體距離超過約 2 至 3 公尺，雙鏡頭視差已經小到難以分辨，深度圖品質直線下降，邊緣模糊幾乎無法避免。想拍全身人像又想有漂亮散景，建議改用望遠鏡頭並拉近構圖，或直接接受邊緣較柔的結果。
4-4 半透明與高反光材質
玻璃杯、眼鏡、薄紗、亮面外套，都是深度感測器的天敵。遇到這類材質，建議關閉人像模式，改用一般模式拍攝，再於後期用專業修圖軟體手動加散景，效果往往比手機自動模擬更好。
五、實拍改善技巧：讓邊緣乾淨的六個方法
理解了原理與失敗原因，接下來就是實戰。以下六個方法，能大幅提升手機人像模式的邊緣品質，建議拍攝時依序檢查。
5-1 控制距離與光線，先滿足「物理條件」
拍攝人像模式時，主體與手機的距離建議維持在 0.5 至 2 公尺之間，這是多數手機深度感測的最佳工作範圍。太近會對不到焦，太遠則視差不足。光線方面，均勻的柔光（例如陰天、窗邊、樹蔭下）最能讓演算法發揮；避免正午頂光與強烈逆光。若必須在夜間拍攝，請開啟夜景模式，並讓主體站在光源前方而非背光處。
5-2 選擇「有距離差」的背景
人像模式的散景強度，取決於主體與背景的距離差。背景越遠、越單純，邊緣瑕疵越不明顯。相反地，如果主角背後緊貼著一面牆或一叢灌木，深度圖上兩者幾乎沒有距離差，演算法無從判斷，邊緣就容易糊。拍攝時不妨稍微移動腳步，讓背景與主體拉開 2 公尺以上。
5-3 善用構圖避開「高風險區域」
與其和演算法硬碰硬，不如在構圖時就避開高風險區域。例如讓主體的輪廓落在乾淨的背景上，避免髮絲與樹枝、欄杆交疊；拍半身照而非全身照；避免讓人物手持透明或反光物品。這些小調整，往往比事後修圖有效得多。
5-4 拍攝後手動微調景深與對焦點
現在多數手機都支援「先拍後對焦」。拍完後進入相簿編輯，把光圈值調小一點（例如從 f/1.4 改成 f/2.8），散景過渡會更自然，邊緣瑕疵也會被淡化。同時可以點選對焦點，確認主體確實被保留在清晰區域。這一步驟幾乎不花時間，卻能救回不少失敗照片。
5-5 用第三方 App 補強或重做散景
如果手機內建人像模式實在不給力，可以考慮使用專業修圖 App 手動製作散景。這類工具允許你用筆刷精準塗抹要模糊的區域，避開髮絲與邊緣，效果往往比 AI 自動分割更細膩。代價是需要花時間，但對於重要照片來說，絕對值得。
5-6 必要時「關掉人像模式」
這是最常被忽略、卻最有效的一招。很多時候，一張用一般模式拍攝、背景自然清晰的照片，反而比邊緣糊成一團的人像模式照片更有質感。人像模式只是工具之一，不是萬靈丹。懂得在適當的時候關掉它，才是真正的攝影思維。
六、未來趨勢：從「模擬景深」走向「生成式景深」
手機人像模式的邊緣問題，本質上是「資訊不足」與「推測誤差」的對抗。過去幾年，廠商透過更好的感測器（LiDAR、ToF）、更強的神經網路與更精細的分割模型，持續改善這個問題。而接下來，生成式 AI 很可能帶來根本性的改變。
新一代的計算攝影已經開始嘗試用擴散模型（Diffusion Model）「生成」散景過渡，而非單純模糊背景。這種做法能讓邊緣的虛化更接近真實鏡頭的光學特性，也能補足低解析度深度圖的不足。當然，生成式方法也可能帶來新的問題，例如過度美化、細節失真，或是在不該清晰的地方「生成」出不存在的細節。
另一個值得關注的方向是多幀融合與即時深度學習。未來的手機處理器將能在錄影時即時產生高品質深度圖，讓人像模式不再只是「拍完才處理」，而是真正融入每一次快門。可以預期，邊緣模糊的問題會逐年減輕，但要完全消失，恐怕還需要一段時間——畢竟，模擬景深終究不是真實的光學物理。
結語：理解原理，才能拍出好照片
回到最初的問題：手機人像模式為什麼邊緣會模糊？答案其實很簡單——因為它不是真的淺景深，而是一場「低解析度深度圖」與「高解析度照片」之間的猜謎遊戲。深度感測器的物理限制、AI 分割的推論極限、光線與距離的現實條件，共同決定了邊緣的成敗。
但這並不代表我們只能任由照片糊掉。只要理解原理，就能主動控制距離、光線、背景與構圖，避開演算法的罩門；再搭配拍攝後的手動微調與必要的替代方案，人人都能拍出邊緣乾淨、散景自然的人像照。
下次拿起手機、準備按下人像模式快門之前，不妨先想想：這個場景的深度資訊夠不夠？光線夠不夠均勻？背景距離夠不夠遠？多想三秒，照片的成敗往往就決定在這一瞬間。
本文由雅寶社區 · 頂客論壇 3C 科技教學專欄整理。如果你對手機攝影、計算攝影或 3C 實測有更多興趣，歡迎持續關注本站的後續文章，我們將帶來更多深入淺出的技術解析與實拍教學。
```