CAF是Contrast Auto Focus（反差自动对焦）的缩写，在相机领域特指一种通过检测图像对比度变化来实现自动对焦的技术。它属于连续自动对焦模式，能够实时追踪移动物体并持续调整焦点位置。

反差对焦（CAF）的核心原理是相机通过镜头马达驱动镜片组移动，在不同对焦位置捕捉图像，并计算每个位置的像素亮度差值。当图像边缘的明暗对比达到最大值时，系统判定为成功合焦。这一过程类似于计算机算法中的"爬山算法"：马达先从近焦端到远焦端扫描整个对焦范围，记录各位置的反差值曲线，最终将镜片组定位在反差峰值对应的焦点位置。从技术实现来看，CAF系统通过图像传感器实时分析画面的高频细节，当检测到斜线边缘或纹理细节最锐利时，即认为达到最佳对焦状态。

与相位对焦（PDAF）相比，CAF具有两大特点：一是无需专用对焦传感器，直接利用主图像传感器进行检测，因此成本较低且适用于各类相机结构；二是对焦精度更高，尤其在弱光环境下表现更好，但速度相对较慢。现代相机常将CAF与PDAF混合使用，例如在索尼微单中称为"混合自动对焦"系统，结合了相位检测的快速性和反差检测的精确性。

专业测试数据显示，高端相机的CAF性能已显著提升。以佳能EOS R5为例，其CAF模式下可实现每秒20张的高速连拍，配合深度学习算法能准确追踪人物眼部或动物毛发。在视频拍摄领域，CAF更是不可或缺的技术，如松下GH6的"DFD反差对焦"系统能实现平滑的焦点过渡，避免呼吸效应。值得注意的是，CAF对镜头驱动马达的要求极高，需采用步进马达或线性马达才能实现毫米级的精准定位。

在实际应用中，摄影师选择CAF模式主要考虑三个场景：拍摄缓慢移动的物体（如行走的人物）、需要极高对焦精度的静物摄影（如珠宝静物），以及视频录制时的连续跟焦。但拍摄高速运动题材时，仍需优先选用相位对焦系统。随着计算摄影的发展，新一代AI对焦算法正在优化传统CAF的"拉风箱"问题，通过预测被摄体运动轨迹来减少无效扫描，这项技术已在富士X-H2S等机型中得到应用验证。