输入质量门禁：分辨率/帧数/覆盖率的拒绝策略

用户随手拍两张就点重建，输入烂得没法看，重建出来的 3DGS 场景一堆浮点、墙面破洞、家具边缘飘出半空。这种垃圾结果用户不会怪自己拍得差，只会怪应用"重建效果不行"。我们在入口加了一道质量门禁，在重建开始前就把明显不行的输入挡回去。门禁的难点不是写检测代码，是把阈值定在"既不烦人也不放过垃圾"的那个窄区间里。

能力面：输入质量检测的五个维度

Spatial Recon Kit 提供 spatialRecon.inspectInput(frames, options)，返回质量报告。检测维度五个：分辨率（每帧宽高）、帧数（总帧数，少于 60 直接拒绝）、覆盖率（相机轨迹对物体的环绕覆盖比例，0-1）、模糊度（每帧清晰度，基于拉普拉斯方差）、光照（平均亮度和动态范围）。

报告里每个维度给一个数值和 pass/warn/fail 三态判定。inspectInput 是同步快速检测（80-150ms），不阻塞太久。覆盖率检测会跑一遍特征点匹配，是五个维度里最贵的，约占总检测时间 60%。

把这五个维度串起来就是一道质量门禁，任一硬指标不通过就挡回并引导补采：

分辨率不在拒绝链上，它只出 warn，把选择权交回用户。

约束面：门禁阈值与拒绝后的引导

阈值定在哪是核心问题。定太严，用户按引导拍一圈还是被拒，体验崩；定太松，垃圾输入放进去重建出垃圾结果，用户骂重建效果。我们测了三档阈值：

阈值档	分辨率	帧数	覆盖率	模糊度	光照	通过率	重建合格率
严格	≥1080p	≥120	≥0.7	≥0.6	50-200lux	38%	92%
中等	≥720p	≥80	≥0.5	≥0.45	30-250lux	71%	78%
宽松	≥540p	≥60	≥0.35	≥0.35	20-300lux	89%	61%

我们最后选了中等档。严格档通过率太低，内测时 10 个用户有 6 个拍第一次就被拒，第二次也没过，直接放弃。宽松档放过去太多垃圾输入，重建合格率 61% 意味着 4 成用户看到破模型。中等档妥协——71% 用户一次能过，剩下 29% 给引导重拍，重拍后 80% 能过。

阈值不是写死的，按场景调。商品展示用中等档；户型重建用严格档，因为大空间重建失败成本更高。门禁要跟着场景走，不能一套阈值打天下。

场景落地：5 种输入的门禁实测

Mate 90（9030）上跑了 5 种典型输入，看门禁判定和实际重建质量：

输入类型	分辨率	帧数	覆盖率	模糊度	光照	门禁判定	重建 PSNR	用户评分
高质量	1080p	180	0.78	0.72	120lux	pass	28.4dB	4.6/5
低分辨率	540p	180	0.72	0.68	120lux	warn（分辨率）	24.1dB	3.2/5
少帧	1080p	45	0.32	0.71	120lux	fail（帧数+覆盖）	—	—
模糊	1080p	180	0.65	0.28	120lux	fail（模糊度）	—	—
暗光	1080p	180	0.70	0.55	8lux	fail（光照）	—	—

几个观察：低分辨率被 warn 而不是 fail，540p 重建出来虽然不锐利但能用，让用户自己决定，实测 70% 用户看到 warn 会重拍。少帧同时触发帧数和覆盖率两个 fail，门禁只报第一个命中的，避免一次给一堆问题。暗光 8lux 相当于昏暗走廊，重建特征点提取失败率 90%+，必须 fail。模糊输入是用户边走边大幅晃动拍的，整段没一帧清楚，门禁直接 fail 引导"请放慢移动速度"。

踩坑：覆盖率检测误判

覆盖率检测是五个维度里最容易误判的。算法逻辑：从输入帧里抽几帧做特征点匹配，看相机轨迹覆盖了物体多少角度。问题出在两个 case：

Case 1：重复纹理物体。用户拍对称花纹抱枕，环绕一圈，算法把对称的两段轨迹识别成同一段，覆盖率报 0.35，实际是 0.7。门禁 fail，用户重拍还是 fail，骂应用"我明明拍了一圈"。

Case 2：平面物体。用户拍海报贴墙，环绕拍，但物体是平的没有深度变化，特征点匹配在纯平面上不稳定，覆盖率报 0.4，实际重建质量没问题。

修复方式是给覆盖率检测加置信度字段。置信度低（<0.6）时，覆盖率 fail 降级为 warn，让用户选择继续。同时 UI 提示"覆盖检测不确定，建议多拍几个角度"，把判断权交回用户。

// entry/src/main/ets/recon/InputGate.ets
import { spatialRecon, InputReport } from '@kit.SpatialReconKit';

export class InputGate {
  // 门禁主入口：返回 'pass' | 'warn' | 'fail' + 原因 + 引导建议
  static async check(frames: string[]): Promise<{
    decision: 'pass' | 'warn' | 'fail';
    reasons: string[];
    guide: string;
  }> {
    const report: InputReport = await spatialRecon.inspectInput(frames, {
      checkResolution: true, checkFrameCount: true, checkCoverage: true,
      checkBlur: true, checkLighting: true,
    });

    const reasons: string[] = [];
    let worst: 'pass' | 'warn' | 'fail' = 'pass';

    // 帧数、模糊度、光照是硬指标，fail 就 fail
    if (report.frameCount.level === 'fail') { reasons.push('帧数不足，至少拍 80 帧'); worst = 'fail'; }
    if (report.blur.level === 'fail') { reasons.push('画面模糊，请放慢移动速度'); worst = 'fail'; }
    if (report.lighting.level === 'fail') { reasons.push('光线太暗，请到明亮处重拍'); worst = 'fail'; }

    // 覆盖率看置信度：置信度低时 fail 降级为 warn
    if (report.coverage.level === 'fail') {
      if (report.coverage.confidence < 0.6) {
        reasons.push('覆盖检测不确定，建议多拍几个角度');
        worst = worst === 'fail' ? 'fail' : 'warn';
      } else {
        reasons.push('环绕覆盖不足，请绕物体完整一圈');
        worst = 'fail';
      }
    }

    // 分辨率 warn 不升级到 fail
    if (report.resolution.level === 'warn') {
      reasons.push('分辨率偏低，重拍更清晰');
      worst = worst === 'pass' ? 'warn' : worst;
    }

    return { decision: worst, reasons, guide: reasons.length > 0 ? reasons[0] : '可以开始重建' };
  }
}

这段代码的关键是覆盖率 fail 要看置信度，不能盲信算法。我们一开始没加置信度判断，对称物体场景投诉率突然上来一批。加了降级后，对称物体的 fail 率从 100% 降到 30%（真覆盖不足的 case 该 fail 还是 fail）。

被放弃的方案：试过把覆盖率检测整个关掉，靠帧数和模糊度兜底。结果户型重建场景翻车——用户只拍正面和两个侧面，背面没拍，重建出来背面是大洞。覆盖率检测必须开，但要带置信度。

门禁规则表（中等档，商品展示场景）

维度	检测方法	warn 阈值	fail 阈值	检测耗时	误判率
分辨率	取首帧宽高	<720p	<540p	<5ms	0%
帧数	计数	<100	<80	<5ms	0%
覆盖率	特征点匹配+轨迹拟合	<0.6	<0.5	60-90ms	12%（对称物体）
模糊度	拉普拉斯方差	<0.5	<0.45	15-25ms	3%
光照	平均亮度+动态范围	<50lux 或 >200lux	<30lux 或 >250lux	10-15ms	5%

总检测耗时约 90-140ms，用户感知不到延迟。覆盖率检测是大头，其他几个维度都是逐帧轻量计算。

真机数据：门禁前后的重建合格率对比

商品展示场景跑了 200 次真实用户采集，统计门禁开启前后：

指标	无门禁	中等档门禁
进入重建的比例	100%	71%（29% 被引导重拍）
重建完成率	82%	96%
重建结果合格率（PSNR ≥24dB）	61%	87%
用户平均重拍次数	1.0	1.3
用户放弃率	18%（看到垃圾结果放弃）	9%（被门禁拒后放弃）

门禁把"看到垃圾结果放弃"的 18% 转化成了"重拍后成功"的多数。总放弃率从 18% 降到 9%，这是门禁最大的价值——不是挡用户，是把"必然失败的重建"提前变成"重拍一次能成"。

几个细节

• inspectInput 在低端机上耗时翻倍，覆盖率检测能到 200ms。我们给低端机关掉覆盖率检测，只留帧数和模糊度，门禁宽松一档。
• 模糊度检测对暗光场景会误报——画面本来就暗，拉普拉斯方差天然偏低。模糊度和光照联合判：光照 fail 时模糊度不单独 fail。
• 覆盖率检测采样帧数影响精度和耗时。默认采 12 帧，对称物体场景调到 20 帧，误判率从 12% 降到 7%。
• 门禁 UI 提示要具体。"输入质量不佳"是废话，"光线太暗，请到明亮处重拍"才是引导。

注意哦

• 门禁阈值要按场景定，商品展示和户型重建不能共用一套

• 覆盖率检测必须带置信度，低置信度时 fail 降级为 warn

• 模糊度和光照要联合判，暗光场景模糊度不单独 fail

• 门禁只报第一个命中的 fail，避免一次给一堆问题

• 低端机可以关掉覆盖率检测，门禁降档

• 门禁的目的是引导重拍，不是挡用户，通过率别低于 60%

门禁跑通后，下一步收集真实用户的 fail 原因分布。我们内测一周数据是覆盖率 fail 占 47%、模糊度 fail 占 28%、光照 fail 占 15%、帧数 fail 占 10%。覆盖率是大头，说明引导里"绕物体完整一圈"没讲清楚，下一步改引导 UI 加动画示意。下一篇会拆重建失败降级，那是门禁没挡住、重建过程中出问题的 6 种 case。