三旺通信新品:AI ISP极光夜视全彩摄像机,还原黑夜下的真实色彩

视频监控作为城市的“天眼”,肩负着守护城市安全的重任。然而,面对复杂的应用场景,监控功能仍然存在着死角和软肋。其中黑夜作为众多软肋之一,不断挑战着监控摄像的技术底线。

为了在黑夜也能看得清晰,人们很早以前就开始了尝试。二战期间德军使用的第一台夜视仪,便是为了黑夜作战而生。如今,随着技术发展,时代演变,在夜晚具备“彩色视觉”的设备越来越多。

目前市面上彩色视觉设备应用的方法主要有三种:第一,用于安防摄像头的低照度CMOS,通过增加感光颗粒面积,从而增加光子数量,但噪点也会同时增大;第二,用于军事的EMCCD,通过增大光电转换效率,将原本画面上的一个光子,转化为几十上百个光子,从而看得更清晰,但这种方法价格昂贵,难以大规模应用;第三,采用的多帧HDR,但是只能用来拍静物。

所有的夜间“彩色视觉”设备和使用方法,都是为了解决一个问题:低照度的环境下图像细节的还原能力。因此这两年出现了一个火热的话题:AI ISP。如何通过AI的赋能融合ISP,将图像质量进一步提升是行业很众多品牌的重要研究方向。

1658478780161095.png

那为什么夜间获取高质量的视频成像这么难呢?

首先,我们看下视觉成像中两个重要的问题

1. 去噪

2. 亮度和对比度的调整

在整个数字成像系统中,噪声在从光信号转换成数字信号的过程中是一直存在的。而噪声又分为很多种,有些噪声很容易被测量出来,但有些噪声很难测量。如何进行噪声测量,以及进行噪声的数字建模,对整个的夜景去噪过程来说并非易事。传统方法难以区别噪声和细微的信号。

而在夜景拍摄中,因为光线不足/不均匀,为了得到更清晰自然的图像,我们不仅要调整亮度,也要调整对比度。在对比度的调整中,传统的方法,学术界称其为直方图均衡,但均衡并不代表能得到最佳的成像效果,而是根据全图的亮度进行调整,最终生成一个与我们的期望较为接近的图像。

基于以上两点,再通俗的来总结一下就是:传统的摄像机系统在低光照(夜间)条件下,只能拍摄出噪点多或亮度低的黑白或失色视频;而在高对比度场景下,成像容易存在阴影欠曝或高光过曝,难以兼顾。这两种情况都会造成图像的细节丢失。

虽然去噪一直是 ISP 的重要功能,尤其在视频感知领域,但随着夜景、恶劣天气、复杂光线、高运动的环境等复杂场景的应用需求扩大,传统ISP图像处理技术已近瓶颈,且面临:参数多,调试难,开发周期长、画质提升难,投资收益低等问题。

市场需求的召唤,在低光照或高对比度场景下拍摄出清晰的图像是实现摄像机系统场景普适性的关键。三旺通信极光夜视全彩摄像机,不同于以上方法,它是基于 AI 引擎的 ISP 架构,可通过神经网络算法增强芯片内置 ISP 模块的图像处理能力。同时,利用图像增强 神经网络打造的“黑夜视觉”,可以同时做到提亮和降噪,在同样硬件下,可将夜间图像的亮度提升200倍,并将 HDR 处理推向新高度,使得图像具有更自然的色彩再现和更宽的动态范围,它也是目前降噪领域最好用的算法。

1658478874426839.png

总结一下,具备的特征有:

低照度清晰成像:降噪的同时保留图像信息不丢失。

全彩夜视:极弱光环境下(光照度0.001lux)也能获得高清彩色画面。

超大场景:长焦远距,实现大范围目标物体清晰监控、识别。

反侦察:无需补光灯,弥补了不法分子通过检测补光来规避监控的漏洞。

超宽动态技术:强光抑制,实现逆光场景所见清晰(如:交通路口车牌显示),暗光场景色彩饱满(如:车内人员面部特征)。

无拖影:运动物体无拖影成像。

超快对焦:低照度、无辅助情况下实现快速对焦。

超低功耗:因无需补光灯,整机功耗低,绿色环保。

比起传统的ISP,引入AI技术的三旺通信极光夜视全彩摄像机不仅扩大了系统的可适用场景,而且还大大降低了成本,可适用于安防领域的大规模部署。

视频监控作为安防行业落地的主要“抓手”,城市智慧化的“眼镜”,在整个安防业中占据着重要的角色。AI ISP因具备了智能调优、加速开发交付、高算力+大数据、突破画质极限、迭代学习等优点,将是未来ISP技术发展的趋势。

(免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。 )

Baidu
map