寻找黑暗里的微光 ——AI摄像机暗夜也“出彩”

 

明亮视界,也有“暗伤”。

如果视界又有一场革命,必将源于AI摄像机。因为,世界著名的实验心理学家赫瑞特拉实验表明:人类感官获取信息83%来自视觉,11%来自听觉,随着是嗅觉、触觉、味觉。而AI自诞生起,自身使命就是让计算机模拟人类去看,加深对图像、语言、文字的理解。

寻找黑暗里的微光 ——AI摄像机暗夜也“出彩”

放置于安防,实际上安防本质就是解决感知问题,从传统四大门类来看无一不如此,只是在业务深化和市场需求激增中,以感知为核或开枝散叶加入平台与更多分析决策设备。所以,在一众安防产品设备中,摄像机举重轻重也占据半壁。

视界即为世界。对于视界,本质上也就顺理成章是研究感知的问题里,从演进进程来看,从模拟到看清世界,从感知世界到理解世界。

自从AI摄像机出现,感知与理解世界,就是新的时代命题。在这命题下,暗夜之界,如何点亮?是最大难题。.

01.

暗夜之伤与AI之能

其实对于“光”的24小时监控所需,最早在2005年基于DPS技术的宽动态智能摄像机,以PIXIM最新的DPS技术应用到光线高需求场景中,在彼时引发行业大猜想。24小时全天候全彩监控,真有可能。

直到,2014年,高清和智能并行发展,由安讯士“觅光者”技术的提出,星光智能摄像机,而被行业知晓。从2014年起星光级低照成像技术开始发展,并逐步成熟,越来越多的公司都推出了各种款型的高清星光级摄像机。而国内首个星光级摄像机由天地伟业2015年推出,产品的色彩还原、细节显示、微光表现力各项指标都很出众。

随之,视界中,超星光、黑光、AI超微光、宽光谱全彩等,接踵而至,解决的就是夜间全彩的问题。

那暗夜之伤,“伤”在哪里?千行百业与万千场景,可能需求有个性化,但对于夜间不失帧的全彩需求,共性很多,以执法部门为例,因为他们对于夜间全彩,是刚需。

黑夜为案件高频时段,昏暗环境极易掩盖交通违法和犯罪行为,夜间光线不足,导致监控采集图像普遍存在亮度低、对比度低、颜色失真、细节缺失等问题,因而如何获取真实有效的夜间图像,特别是人脸、车牌等关键信息,始终是困扰执法部门一大难题。

看AI摄像机的夜间之能,需要从5个关键要素上做能力提升,方可胜任夜间需求。

图像传感器

AI摄像机产品要实现夜间对于光的改进技术,首先是传感器的选择。众所周知,同样尺寸的图像传感器,像素越高,分配到每个像素的感光面积就小,低照效果就越差;拿200万像素的高清摄像机来说,如果使用与30万像素模拟摄像机同样大小的传感器,那平均每一个像素的感光面积只有模拟摄像机的1/8,其高清画质在夜间反而会更加惨不忍睹。

记者在之前接触思特威、格科微等CIS芯片企业交流时,他们也谈到,对于夜间能力的考量,是传感器最大难题,因为场景千变万化。所以,AI摄像机的夜视能力较强,一般会采用靶面尺寸较大的成像传感器:相同像素的摄像机,靶面尺寸越大,每个像素吸收到环境中的光线就会越多;单位面积的进光量,是体现传感器夜视性能的决定因素。

充裕经济的算力

简单粗暴的比拼算力,已经毫无意义。算力是AI的基础,但目前的算力仍然在一个价格高位,也算是一种稀缺资源。选择经济合适又刚刚好的算力,是解决AI夜视全彩能力时,不可能考量的重要因素。

价格太高,甲方难以接受也难以普及,算力太低又无法与AI夜视能力适配。比如:自卡口,承载的是公安和交通双重诉求,既能作为布控也能作为交通执法,所以甲方对于24小时不失帧的夜间全彩能力,极为看重。

而目前市场方案有AI超微光和棱镜方案。棱镜方案其实就是红外补光的环保卡口,主要采用双sensor的多光谱融合技术。一个sensor感可见光,通过LED白光补光获取彩色帧,一个sensor感红外光,通过红外气体曝闪补光获取红外帧,然后双帧进行融合生成车辆+人脸抓拍图片。

灰度信息通过彩色路灰度信息和红外路灰度信息加权融合,色度信息由彩色路色度信息对应融合后的灰度信息进行拉升,达到提升信噪比和低照度能力,以降低对白光补光的要求。

但是不同材质对可见光和红外光的反射特性不一致,融合后容易引起偏色问题。为此,棱镜方案,渐微势薄,而如果要以AI超微光来做卡口应用,算力就是稀缺资源了,因为需要AI降噪之术,弱化光线依赖;AI增强之术,提升画面能力,这需要极大算力支撑,目前业界有支持20T的澎湃算力应用于智慧卡口中。

增强算法

使用相同的处理芯片,也不一定就能取得同样的降噪、增益效果。以降噪为例,降噪处理不当,会造成图像严重的雾感、拖影、细节损失等现象。

而对于伽马数值设置,过高会使画面的对比度增强、画面变暗、画质通透,但会丢失细节;数值设置过低,又会使图像变亮、细节增加,但是画质通透度变差。所以即使基于相同的硬件平台,产品的最终效果也各有不同,这其中就体现了不同厂家的研发实力。

大光圈镜头

镜头是摄像部件的重要组成部份,它在夜间技术应用上的作用是为摄像机聚焦被摄目标的光线,这里的夜间技术应用与技术关键在于镜头的口径越大其进光量也会越大,也就是镜头光圈的增大可有效提升进光量,从而使摄像机获得理想的低照度效果,来保障技术性能。

以超大光圈镜头为例来看,一些厂家以高品质的玻璃镜片和塑胶镜片混合的结构模式,通过理论计算镜片的相对位置关系,合理补偿不同温度下的热胀冷缩效益,确保产品的分辨率和高低温稳定性,实现了F1.0大光圈,保证在夜晚下画面细节仍能很好的展现,逆光也清晰。

记者在评测宇瞳镜头中发现,他们1/1.8"系列及1/2.7"系列超星光镜头采用大光圈设计,光圈系数可以达到F1.0,光圈可达到F1.0,微光昏暗环境下,无需近红外灯补光,可实现全彩成像。像面明亮清晰,似在白天使用,其夜间全彩能力,能接近2K水准。

多维融合

感知是一切智能的基础,要全天候、全天时、全域化、全场景的感知,需要融合。比如前不久华为行业感知发布会就将光纤、雷达融合,进而感知很多在夜间之前无法完成之事。

当然,一些象滤光片、自动增益、数字降噪等一些辅助性技术就不再阐述,只有将以上强化,AI摄像机才是真正的智慧之眼和暗夜**。

02.

寻找黑暗里的光,黑夜也“出彩”

黑夜给了黑色的眼睛,为了寻找光明。追光而上,AI摄像机夜间全彩,解决传统夜间监控方案普遍颜色细节丧失、清晰度不高、目标识别困难、图像亮度低、噪点多等问题。根据公安部权威数据统计:接近70%的犯罪都发生在夜间,从晚上7点到次日凌晨5点是犯罪事件的高发期,黑夜成了罪犯份子的天然保护伞。

AI智能摄像机是否可以在超低照度下实现全彩监控,行业里都在寻找光明,通过大靶面、大光圈、AI图像增强、智能定性补光等技术,极大的提升产品低照度能力以及有效的降低光污染。

在满足业务要求的同时,满足环保补光要求,实现真正的环保以及高质量抓拍图像,图像还原性好,不偏色;也有企业以双图像传感器分别感知色彩与亮度,图像融合后,可以实现微弱光照环境下的彩***输出,无需借助暖光灯补光即可还原现场画面的色彩及细节,双摄像头会根据现场环境进行学习校准。

同时,在摄像机本地即可实现人形、车形检测、越界告警与区域入侵告警等智能功能,极大地提升了告警信息的实用性和准确性,帮助用户实现智能化的安全管理。

当然,海康很早前的黑光摄像机就是采用双Sensor架构,基于人眼仿生学原理,颠覆传统成像理念,优化对画面色彩和亮度的处理能力;SpecEX双光融合,海康的技术人员在当时告诉记者,这双光融合能有效提升夜间低照度环境的监控效果,实现出色的彩色图像视觉体验;也有一些企业为夜间“出彩”,采用幽光级技术。

该技术指在微弱光或者完全黑暗的情况下可以清楚显示图像的超级监控产品。由于成本高,目前只应用在高端产品上。

点亮黑暗视界,这是一个技术性革命,打开暗夜之界,让视界大放异彩,以夜间全彩照亮每一个角落与远方。

该文观点仅代表作者,本站仅提供信息存储空间服务,转载请注明出处。若需了解详细的安防行业方案,或有其它建议反馈,欢迎联系我们

(0)
小安小安

相关推荐

  • 2023年影响建筑设施管理发展的技术趋势

    【安防在线 www.anfang.cn】在过去的2022年,数字化转型主导了设施管理领域的发展。因此,技术和信息管理在设施规划中发挥着越来越重要的作用。因此,设施规划的最新趋势呼应…

    2024年2月25日
  • 博世在安博会上展示整合IP安防解决方案

    第十一届中国国际社会公共安全产品博览会(CPSE 2007)于今天正式在深圳揭幕。在此次安防业的盛大展会上,博世安防系统(展台号6C02)推出了一系列全新安防产品,并在博世展台上向中国用户展示了一整套基于IP基础架构的无缝整合安防解决方案。

    2024年2月5日
  • 自动驾驶“黄金十年”蓝图展开 各地加快布局抢抓机遇期

    【安防在线 www.anfang.cn】目前自动驾驶行业普遍认为,到2030年我国将实现规模化的自动驾驶商业化落地,2020年-2030年则被业内视为自动驾驶的黄金发展期。随着自动…

    2024年2月17日
  • 人脸识别:挑战、成就与未来方向

    人脸识别技术在过去几十年中取得了显著的进步,从一个小众的研究领域发展成为各个行业广泛使用的工具。从解锁智能手机到增强安全系统,甚至协助执法,人脸识别已成为我们生活中不可或缺的一部分。本文将深入探讨这项技术所面临的挑战、显著的成就,以及令人兴奋的未来方向。

    2023年9月29日
  • 脱“虚”向“实”,数字孪生是如何“抢滩”物联网?

    数字孪生是拥有两个版本的“事物”:物理版本和数字孪生版本,这里指的是从物联网中了解的实物资产,主要是工业互联网和工业4.0的网络物理系统,包括智能工厂。

    2024年2月21日
  • 人工智能如何帮助减少交通事故

    该技术的未来是电子的、共享的、连接的、自主的和由数据驱动的。为了读取数据,我们需要人工智能等技术。人工智能将是未来出行的关键驱动因素。它将帮助自动驾驶汽车识别道路、理解雷达、理解计算机视觉并做出决策,同时也可用于路线优化。当人工智能被添加到移动性中时,它将带来舒适、方便和娱乐。

    2024年2月20日