超微光防爆摄像机技术分析ZTKB-Ex

 超微光防爆摄像机技术分析ZTKB-Ex

 
  
超微光防爆摄像机的超微光技术是基于在基础ISP图像调制方面的新型图像增强算法。
  该技术需要首先采集大量的夜间低照情况下的车辆卡口、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,再而进行针对性的数学建模,设计从采集、标图、训练以及模型转化的端到端的深度学习模型。
  在低照情况下,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,可以大幅减少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。
  为了在夜间弱光条件下获得尽可能的清晰度良好、色彩保真的高质量抓拍视频和图片,过去的做法通常是在监控防爆摄像机旁增加补光灯。这样的方法使得监控赶上安装过多的LED补光灯,这种方法的弊端在于:补光灯光线刺眼;影响视线,带来安全隐患;引起潜在犯罪人员的警惕;丢失部分色彩信息,无法获得全部有效的信息。
  超微光技术的出现,使得夜间不通过主动补光也能获得清晰高还原度的图片和视频成为可能,更全面的帮助视频监控设备24小时进行运作。
  同时,前置AI芯片在防爆摄像机内置程度开始提高,前端算力的提升将有助于技术的进一步发展,也将使得配置这些技术的摄像机、人脸识别设备的工作环境进一步拓宽,减小光照条件对性能的约束,使其视频监控、识别比对能力更加全面更加优秀。


返回顶部