超微光防爆攝像機技術分析ZTKB-Ex

 
  超微光防爆攝像機的超微光技術是基于在基礎ISP圖像調制方面的新型圖像增強算法。
　　該技術需要首先采集大量的夜間低照情況下的車輛卡口、車輛電警、人員卡口以及全結構化攝像機的圖像樣本與模擬數據，再而進行針對性的數學建模，設計從采集、標圖、訓練以及模型轉化的端到端的深度學習模型。
　　在低照情況下，該算法模型跳過了傳統攝像機的ISP成像調制方式，通過對大量場景抓拍圖片的學習，算法直接對傳感器輸入數據進行圖像恢復，可以大幅減少攝像機對補光燈的依賴，在提升圖像亮度的同時，還能充分還原物體顏色與紋理等細節信息。
　　依托該算法還原出來的圖像，不僅大幅度提升了人眼對抓拍圖像的主觀體驗，也能提升后端諸多的智能算法對圖像的特征分析。比如對車輛特征分析、非機動車特征分析、駕乘人員特征分析等。
　　為了在夜間弱光條件下獲得盡可能的清晰度良好、色彩保真的高質量抓拍視頻和圖片，過去的做法通常是在監控防爆攝像機旁增加補光燈。這樣的方法使得監控趕上安裝過多的LED補光燈，這種方法的弊端在于：補光燈光線刺眼；影響視線，帶來安全隱患；引起潛在犯罪人員的警惕；丟失部分色彩信息，無法獲得全部有效的信息。
　　超微光技術的出現，使得夜間不通過主動補光也能獲得清晰高還原度的圖片和視頻成為可能，更全面的幫助視頻監控設備24小時進行運作。
　　同時，前置AI芯片在防爆攝像機內置程度開始提高，前端算力的提升將有助于技術的進一步發展，也將使得配置這些技術的攝像機、人臉識別設備的工作環境進一步拓寬，減小光照條件對性能的約束，使其視頻監控、識別比對能力更加全面更加優秀。