解决低照度下摄像机成像效果的两种技术介绍

近些年,各家企业为解决低照度下摄像机成像效果,可谓煞费脑筋。为避免超星光技术一些缺陷及不适用的场景,解决黑光技术双sensor高成本问题,目前行业中也出现了另外几种技术如极光、微星光、     AI   超微光技术、。

极光摄像机采用sony超高像素与大靶面结合的CMOS,加上ISP核心处理算法的配合,最低照度达到了彩色0.0005Lux,黑白0.0001Lux,实现超低照度全彩     监控   ,另外应用专业数码级镜头     接口   ,具备更好的兼容性,适用于各类补光微弱或无补光的大场景。

微星光摄像机包含“Extra-ISP”技术,在新一代芯片的ISP的基础上,增加了时域降噪算法和多维度锐度提升算法,以降低低照环境下运动图像的拖影,让人脸等运动物体的细节可以充分展现出来。时域降噪是对多帧图像进行分析运算来进行降噪,运动估计的设置是为了防止剧烈移动的主体出现运动残留的现象。

另外还有“U-FACE”技术,这是以新一代深度智能核心芯片为支撑,加持新的人脸曝光和人脸小图增强双重算法,针对低照环境下的人脸进行优化,提升脸的亮度、通透性和均衡性。

随着AI技术与摄像机实际应用不断融合,安博会上出现智能全彩图像融合技术、AI超微光技术。

智能全彩图像融合技术采用AI算法的SuperColor智能全彩图像融合技术,能够将     红外   的清晰黑白图像与少量可见光带来的彩色图像进行智能全彩融合,从而得到一幅清晰明亮的全彩图像。通过智能曝光技术、隐形补光技术等,做到了24h全天候的高清。

AI超微光技术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。

 解决低照度下摄像机成像效果的两种技术介绍_设计制作_测量仪表

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。

责任编辑:gt

33
64
0
93

相关资讯

  1. 1、一组数据带你看:亚洲如何主导工业机器人的应用2782
  2. 2、针型阀的作用_针型阀的特点3698
  3. 3、浅析什么是喘振/离心式压缩机为什么会发生喘振248
  4. 4、工业互联网进入发展快车道,引领技术产业创新4653
  5. 5、5G、物联网写入中央经济工作重点成经济下行压力下提振市场信心的强心剂3511
  6. 6、LG开发超小心率传感器:1毫米厚能耗降低20%4024
  7. 7、探析|2019年光纤激光器市场动态1576
  8. 8、7个用于多云存储优化的必备功能3791
  9. 9、贝加莱的Blackout模式可提高机器可用性确保网络故障后依然安全3184
  10. 10、新能源电机控制系统如何EMC带载测试4458
全部评论(0)
我也有话说
0
收藏
点赞
顶部