作為安防廠家集結(jié)的行業(yè)盛會(huì)，安博會(huì)顯然成為了各個(gè)廠家亮出自己法寶的重要時(shí)節(jié)。

科達(dá)也在安博會(huì)前夕，祭出了自己的最新大殺器——科達(dá)AI超微光攝像機(jī)。

AI如何應(yīng)用于改善安防攝像機(jī)在應(yīng)用的關(guān)鍵問題上，廠家們都會(huì)公認(rèn)圖像采集和識(shí)別中的遮擋、光線、角度等為落地當(dāng)中最需要優(yōu)化的問題。

而尤其在夜晚環(huán)境下，如何實(shí)現(xiàn)高效的圖像拍攝，是當(dāng)前安防廠家面對(duì)的一大難點(diǎn)。

今日，科達(dá)新發(fā)布的“AI超微光”車輛卡口、人員卡口、車輛電警三款攝像機(jī)，無疑又為這個(gè)問題的解決提供了一條新路徑。

夜間拍攝的痛點(diǎn)在哪里？

由于低照成像技術(shù)的局限，攝像機(jī)在夜間往往難以獲得清晰的目標(biāo)圖片和視頻，這一現(xiàn)狀影響了AI在安防領(lǐng)域的全天候應(yīng)用，每一天AI都有將近一半時(shí)間無法發(fā)揮效能。

夜間由于環(huán)境光線不足或者全無光，已成為犯罪分子作案的高發(fā)時(shí)段。

當(dāng)前已部署的大量監(jiān)控?cái)z像機(jī)，雖然在白天能提供清晰、色彩還原度高的影像資料，但是大量監(jiān)控?cái)z像機(jī)到了夜間，成像質(zhì)量差強(qiáng)人意。

幾種主流的技術(shù)路徑

在過去的幾十年內(nèi)，均是通過傳統(tǒng)的主動(dòng)補(bǔ)光，紅外、激光或者LED補(bǔ)光，來提升夜間監(jiān)控?cái)z像機(jī)的成像質(zhì)量。

科達(dá)首席科學(xué)家章勇也介紹道，目前主流解決方式有以下三種，但這幾種方式都伴隨著新的問題。

一是通過強(qiáng)化補(bǔ)光，在攝像機(jī)旁增加補(bǔ)光燈，但這會(huì)帶來能源浪費(fèi)和光污染。

二是硬件堆疊，通過超星光技術(shù)或黑光技術(shù)提升成像質(zhì)量。但超星光，通過超大光圈，會(huì)有景深小、有拖影的問題；黑光技術(shù)，通過多光譜融合，會(huì)帶來紅外成像關(guān)聯(lián)的系列問題。

超星光，主要采用的是星光級(jí)圖像傳感器，大光圈鏡頭，以及傳統(tǒng)的ISP圖像調(diào)制技術(shù)。其依托圖像傳感器的靈敏度提升來減少能量轉(zhuǎn)換的效率，大光圈鏡頭提升進(jìn)光量。

但在人員、車輛卡口等場(chǎng)景由于采取超大光圈，雖擴(kuò)大了進(jìn)光量，但也降低了成像的景深，擴(kuò)大了車燈強(qiáng)光的光暈影響。并且，由于要捕捉卡口快速移動(dòng)的人員和車輛，需要提升快門速度，會(huì)導(dǎo)致大光圈鏡頭帶來的亮度被減弱，目標(biāo)物體周圍的場(chǎng)景不夠清晰，丟失很多有用信息。

黑光攝像機(jī)，采用的則是兩顆星光級(jí)圖像傳感器，通過特殊的光學(xué)元器件，其中一顆傳感器通過紅外補(bǔ)光采集圖像亮度信息和物體輪廓，另外一顆采集色彩信息，再通過圖像融合算法，將兩顆采集到的圖像信息進(jìn)行融合。

但在交通卡口的應(yīng)用中，由于汽車前擋風(fēng)玻璃上粘貼的防爆膜紅外透光率較差，因而，有時(shí)也不能采集到前排司乘人員的圖像。一些紅外反光材料的物體，對(duì)黑光攝像機(jī)也有一定影響。

第三種方案是，進(jìn)行復(fù)雜的ISP處理，但會(huì)帶來放大噪聲、無法捕捉高速運(yùn)動(dòng)物體、各式各樣的圖像模糊等問題。

科達(dá)“AI超微光”的技術(shù)原理及優(yōu)勢(shì)

那科達(dá)的攝像機(jī)是如何解決這一問題的呢？

科達(dá)監(jiān)控產(chǎn)品線副總監(jiān)沈文慶，總結(jié)道：對(duì)于夜間拍攝，用戶目前就需要一個(gè)清晰的、成像色彩好，且補(bǔ)光適宜、不刺眼的夜間攝像機(jī)。

這也就是科達(dá)想達(dá)到的，通過AI，而不是單純的硬件改造，使夜間拍攝的普及度更高。

因此，與當(dāng)前業(yè)內(nèi)主流技術(shù)的做法不同，科達(dá)AI超微光攝像機(jī)，依托其多年在基礎(chǔ)ISP圖像調(diào)制技術(shù)上的積累，并創(chuàng)新性地采用了自主研發(fā)的深度學(xué)習(xí)圖像增強(qiáng)算法。

簡(jiǎn)單來說，科達(dá)深度學(xué)習(xí)圖像增強(qiáng)算法，通過對(duì)應(yīng)用場(chǎng)景目標(biāo)圖像要求的提煉，采集了海量夜間低照情況下車輛卡口、車輛電警、人員卡口以及全結(jié)構(gòu)化攝像機(jī)的圖像樣本與模擬數(shù)據(jù)。

并針對(duì)性的利用這些數(shù)據(jù)，進(jìn)行數(shù)學(xué)建模，設(shè)計(jì)了一套從采集、標(biāo)圖、訓(xùn)練以及模型轉(zhuǎn)化的端到端的深度學(xué)習(xí)模型。

在低照環(huán)境下，該算法模型沒有采用傳統(tǒng)攝像機(jī)的ISP成像調(diào)制方式，通過對(duì)大量場(chǎng)景抓拍圖片的學(xué)習(xí)，算法直接對(duì)傳感器輸入數(shù)據(jù)進(jìn)行圖像恢復(fù)。這樣可大幅減少攝像機(jī)對(duì)補(bǔ)光燈的依賴，在提升圖像亮度的同時(shí)，還能還原物體顏色與紋理等細(xì)節(jié)信息。

依托該算法還原出來的圖像，不僅提升了人眼對(duì)抓拍圖像的主觀體驗(yàn)，也能提升后端諸多的智能算法對(duì)圖像的特征分析。比如對(duì)車輛特征分析、非機(jī)動(dòng)車特征分析、駕乘人員特征分析等。

基于此技術(shù)，科達(dá)還發(fā)布了AI超微光車輛卡口、車輛電警、人員卡口三大類產(chǎn)品。這些產(chǎn)品均采用AI超微光技術(shù)，能夠滿足全天候高保真圖像線索采集的需求。

當(dāng)前攝像機(jī)內(nèi)置的AI芯片算力快速提升，是未來的趨勢(shì)。后續(xù)AI超微光算法將能做到足幀實(shí)時(shí)處理更高分辨率的視頻，科達(dá)引領(lǐng)的AI超微光攝像機(jī)的優(yōu)勢(shì)也將更加明顯。

寫在最后

目前的安防攝像機(jī)，其實(shí)都在主要依靠硬件提升性能。但與此同時(shí)，隨著AI的到來，也有不少廠商提出了“軟件定義攝像機(jī)”。

對(duì)此，章勇也向AI掘金志回應(yīng)道，科達(dá)的目標(biāo)也是在“軟件定義攝像機(jī)”不斷前進(jìn)。

而科達(dá)本次的攝像機(jī)，采用了深度學(xué)習(xí)圖像增強(qiáng)算法，來增強(qiáng)攝像機(jī)的“夜視”能力，正是這一能力的體現(xiàn)。未來，科達(dá)也希望不再通過單純的硬件堆疊，而是通過內(nèi)部軟件的處理，尤其AI的技術(shù)實(shí)現(xiàn)性能的提升。

AI在前端攝像機(jī)上的改變，將越來越明顯。雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。