143、发热场景降帧降分辨率策略——基于温度传感器的影像质量动态调整与用户体验优化去年夏天在给某款旗舰机型调骁龙8 Gen1的影像方案时，碰到一个特别邪门的case。客户反馈说手机在户外拍视频，大概录了七八分钟，画面就开始掉帧，从60fps直接掉到30fps，然后过一会儿又恢复，再过一会儿又掉，跟抽风似的。最要命的是，用户压根不知道发生了什么，只感觉手机卡顿，然后就开始骂系统垃圾。我拿到log一看，发现是温控模块在搞鬼。系统默认的温度阈值策略是：电池温度到42度，CPU降频；到45度，屏幕降亮度；到48度，直接锁帧。但问题是，这个策略完全没考虑影像场景的特殊性——录像时ISP和GPU的功耗是持续性的，不像游戏那样有高峰有低谷，所以温度爬升是单调递增的，一旦触发降频，就会在阈值附近反复横跳，造成帧率抖动。这个案例让我意识到，发热场景下的影像质量动态调整，绝对不是简单挂个温度传感器、设几个阈值就完事。它需要从系统架构层面去设计一套完整的降级策略，而且这套策略必须跟影像管线的具体实现深度耦合。先说温度传感器的选型和布局。别以为随便找个NTC热敏电阻贴在主板上就行，这里面的门道多着呢。我见过太多方案把温度传感器放在CPU附近，结果拍视频时CPU没怎么热，ISP和CIS（CMOS图像传感器）先热爆了，传感器读数却还在安全区，导致降级策略完全失效。正确的做法是至少放三个点：一个是ISP芯片表面，一个是电池仓（因为电池对温度最敏感，而且用户能直接感受到），还有一个是机身外壳靠近摄像头模组的位置。这三个点的权重不能一样，ISP的权重最高，因为影像管线的发热源头就在那里。然后是温度读数的处理。这里踩过一个大坑——直接用ADC的原始值做阈值判断。某次调试时发现
143、发热场景降帧降分辨率策略——基于温度传感器的影像质量动态调整与用户体验优化去年夏天在给某款旗舰机型调骁龙8 Gen1的影像方案时，碰到一个特别邪门的case。客户反馈说手机在户外拍视频，大概录了七八分钟，画面就开始掉帧，从60fps直接掉到30fps，然后过一会儿又恢复，再过一会儿又掉，跟抽风似的。最要命的是，用户压根不知道发生了什么，只感觉手机卡顿，然后就开始骂系统垃圾。我拿到log一看，发现是温控模块在搞鬼。系统默认的温度阈值策略是：电池温度到42度，CPU降频；到45度，屏幕降亮度；到48度，直接锁帧。但问题是，这个策略完全没考虑影像场景的特殊性——录像时ISP和GPU的功耗是持续性的，不像游戏那样有高峰有低谷，所以温度爬升是单调递增的，一旦触发降频，就会在阈值附近反复横跳，造成帧率抖动。这个案例让我意识到，发热场景下的影像质量动态调整，绝对不是简单挂个温度传感器、设几个阈值就完事。它需要从系统架构层面去设计一套完整的降级策略，而且这套策略必须跟影像管线的具体实现深度耦合。先说温度传感器的选型和布局。别以为随便找个NTC热敏电阻贴在主板上就行，这里面的门道多着呢。我见过太多方案把温度传感器放在CPU附近，结果拍视频时CPU没怎么热，ISP和CIS（CMOS图像传感器）先热爆了，传感器读数却还在安全区，导致降级策略完全失效。正确的做法是至少放三个点：一个是ISP芯片表面，一个是电池仓（因为电池对温度最敏感，而且用户能直接感受到），还有一个是机身外壳靠近摄像头模组的位置。这三个点的权重不能一样，ISP的权重最高，因为影像管线的发热源头就在那里。然后是温度读数的处理。这里踩过一个大坑——直接用ADC的原始值做阈值判断。某次调试时发现
![[Tyr63]-Parathyroid Hormone (63-84) (human)](http://pic.xiahunao.cn/yaotu/[Tyr63]-Parathyroid Hormone (63-84) (human))
实现原理)
平方复杂度无法被常规优化消除｜TaoToken 统一 Key 通道实测)
