AI超微光技术详解

黑夜是案件高频发生的时间段，昏暗的环境极易掩盖犯罪行为，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，始终是困扰执法者的一大难题。

 

2019年，科达率先发布AI超微光技术，依托科达多年在基础ISP图像调制技术上的积累，采用了自主研发的深度学习低照度增强算法，研发了新型车辆卡口、人员卡口、电子警察三大类产品，不仅可在夜间清晰抓拍人脸、车辆，而且在解决光污染的问题上迈出了重要一步。

 

 

科达AI超微光的实现原理

 

通过对应用场景目标图像要求的提炼，采集了海量夜间低照情况下车辆卡口、车辆电警、人员卡口以及全结构化摄像机的图像样本与模拟数据，并针对性的进行了数学建模，设计了一套从采集、标图、训练以及模型转化的端到端的深度学习模型。在低照环境下，该算法模型跳过了传统摄像机的ISP成像调制方式，通过对大量场景抓拍图片的学习，算法直接对传感器输入数据进行图像恢复。这样可以大幅减少了摄像机对补光灯的依赖，在提升图像亮度的同时，还能充分还原物体颜色与纹理等细节信息。依托该算法还原出来的图像，不仅大幅度提升了人眼对抓拍图像的主观体验，也能提升后端诸多的智能算法对图像的特征分析。比如对车辆特征分析、非机动车特征分析、驾乘人员特征分析等。

 

以下是科达AI超微光车辆卡口及人员卡口的夜间实拍视频及抓拍图片：

 

AI超微光车辆卡口实拍视频

 

车辆卡口抓拍

 

车辆卡口抓拍

 

超微光人员卡口抓拍，启用算法前后对比

 

科达AI超微光的技术优势

 

在过去的几十年内，业内均是通过传统的主动补光（红外、激光或者LED补光）来提升夜间监控摄像机的成像质量。但，随着技术水平的不断发展，目前的低照度成像技术已经有了新突破，超星光、黑光摄像机应运而生。然而，虽然这两种摄像机相对传统的夜间成像技术已经有了长足进步，但在实战业务中，抓拍效果并不满足清晰成像的需求，例如细节模糊、色彩还原偏差、无法抓拍人脸等问题。

 

超星光：主要采用星光级图像传感器，大光圈镜头，以及传统的ISP图像调制技术，依托图像传感器的灵敏度提升来减少能量转换的效率，大光圈镜头提升进光量亮。但是并不适用于人员卡口、车辆卡口以及电警摄像机。原因有：

 

1）由于采取超大光圈的镜头，虽然扩大了进光量，提升了图像亮度。但也大大降低了成像的景深，以及扩大了车灯强光的光晕的影响。

 

图片细节无法辨认

 

2）专业场景的摄像机，由于在夜间需要抓拍清楚机动车、非机动车以及行人等运动物体，就必须根据物体行进速度提升摄像机的电子快门，否则运动物体抓拍的图片将有明显拖尾。而一般普通视频监控摄像机夜间的工作快门是1/25s，人员卡口的快门1/100s，车辆卡口的快门就要更快1/400s。这些专业应用的摄像机由于提升的快门速度，这样就把大光圈镜头带来的亮度提升又抵消掉了，导致目标物体周围的场景一片漆黑，丢失很多有用信息，如下图：

 

车灯强光光晕明显，驾驶人脸、车牌无法看清

 

驾驶人脸及车旁人员基本无法看见

 

黑光：主要是采用两颗星光级图像传感器，通过特殊的光学元器件，其中一颗传感器通过红外补光采集图像亮度信息和物体轮廓，另外一颗采集色彩信息。然后通过图像融合算法将两颗采集到的图像信息进行融合，输出既明亮，又是彩色的图像。

 

然而，黑光技术并不是说摄像机能在完全无光的环境下清晰成像。我们从技术原理上也可以看出，首先采集亮度的传感器是依赖红外补光来实现的，而另外一颗采集色彩的摄像机则和普通摄像机一样需要环境光线，在完全无光的环境下，黑光摄像机也得依赖比较强的LED补光灯来补光。

 

图像融合效果

 

在交通卡口的应用中，由于汽车前挡风玻璃上粘贴的防爆膜红外透光率很差。所以采用黑光技术和红外爆闪灯的环保卡口，如图所示并不能采集到前排司乘人员的图像信息。

 

 

当遇到一些红外反光材料的物体，采用黑光技术的摄像机在色彩还原上也有一定的弊端。比如如下示例，因为司机穿的衣物是黑色的反红外光材料，通过黑光技术还原的图像将黑色衣物还原为白色了。这样的示例，势必对后续的违法取证造成一定的困扰。

 

 

而科达AI超微光摄像机，是在内置AI芯片上运行科达自主研发的AI图像增强算法，实现了在夜间超弱光线环境下获得高清晰、高色彩保证的高质量抓拍图片，满足了用户期望的24小时高保真图像线索采集。当前摄像机内置的AI芯片算力快速提升是明确的大趋势，后续AI超微光算法将能做到足帧实时处理更高分辨率的视频，这样科达引领的AI超微光摄像机的优势将更加明显，也必然是大势所趋。

 

科达AI超微光摄像机，核心优势总结为以下几点：

>图像清晰度还原优秀

>图像色彩还原度优秀

>极低照度下仅需微弱补光，光污染极小

>内置AI芯片，图像增强算法和特征分析算法双结合，让智能摄像机更智能