在一些特殊场景，如逆光场景、低光照场景等，曝光是怎么处理的？
首先需要明确的一点是，到目前为止，AE算法生效都是全局的。这也就意味着，曝光提亮时，全局都是变亮的，曝光压暗时，全局也都是变暗的，不存在只提亮或压暗画面中某一区域的情况。同时，单一的图像传感器动态范围是有限的，因此在一些高动态范围场景（如逆光场景）时，是没有办法同时兼顾亮区和暗区的。
如上图中所示，亮区曝光亮度正常时，暗区过暗；暗区曝光亮度正常时，亮区过曝。因此，逆光场景的曝光问题，本质上就是一个测光问题，即如何选择测光区域。可选的做法包括，与AI结合，通过神经网络算法检测出“优先曝光区域”，如人脸等；或者通过人机交互，由拍摄者选择测光区域等；如果无法从其他渠道获取测光区域，则可以通过预设曝光优先模式，如“亮区优先”等，然后通过统计结果中的亮度直方图，区分出暗区和亮区，并进行相应的曝光。
以上都是单纯的针对AE算法的处理思路。实际上，针对极端逆光场景，通常会将AE算法和HDR算法相结合。在数字宽动态情况下（只通过算法实现宽动态），通常在曝光时，会倾向于将高亮区域曝光正常，暗区则通过后处理如增益，gamma映射等方式提升亮度。但这种方法提升有限，其实是“假宽动态”。“真宽动态”通常会通过多帧曝光、多摄等方法获取多帧不同程度曝光的图像，并通过多帧合成的方法扩展动态范围。
低光照场景AE算法的核心矛盾是，光照不足导致信噪比低，画面昏暗。自动曝光策略需要在“获得足够的亮度”和“控制噪声，提升信噪比之间”找到最佳的平衡点。首先是曝光控制因素的生效顺序上，应优先选择增加进光量，比如开大光圈，在保证画面不出现拖影的情况下尽量提升曝光时间，如果条件许可情况下开启补光灯等，同时谨慎使用曝光增益，在使用增益时，优先使用模拟增益等；其次，曝光目标值的设置。在低光照场景下，应适当降低曝光目标值，这样既能一定程度上降低增益，减少噪声，同时低光照场景下画面稍暗也更符合人眼的主观预期。
如上图中，低光照场景下的照片，人眼并没有感觉画面不合适，虽然画面的实际亮度确实是低于白天光照场景下拍摄的照片。
除了AE算法本身外，也可以设计其他算法提升图像信噪比。比如很多手机“夜景模式”用到的多帧降噪技术，即采用短时多次曝光，然后对多帧图像进行对齐和时域平均。同时，其他算法模块尤其是降噪算法中，应该有和噪声水平联动的机制，以提升低光照场景下的图像效果。
