低照度下的視頻監(jiān)控 成像質(zhì)量大幅下降
視頻監(jiān)控作為安防主要業(yè)務(wù),已經(jīng)歷經(jīng)了多年的發(fā)展與變遷。視頻監(jiān)控技術(shù)在人員搜索和管控,車輛管控及違章取證等方面,為公安部門提供了大量的幫助與支持。但是,目前視頻監(jiān)控成像依然迫切受限于環(huán)境光線,在白天可以提供清晰、色彩還原度高的影像,然而在低光照、夜間的情況下成像質(zhì)量大幅下降。
為解決這一問題,業(yè)內(nèi)廠商已著力于完善視頻監(jiān)控產(chǎn)品在低光照情況下的表現(xiàn),并針對(duì)性得給出了不同方案。
▲主流低照度方案對(duì)比
超星光技術(shù)
主要采用星光級(jí)圖像傳感器,配合上大光圈鏡頭,以及傳統(tǒng)的ISP圖像調(diào)制技術(shù)。超星光技術(shù)主要是靠圖像傳感器的靈敏度提升來提高轉(zhuǎn)換的效率,因?yàn)榇蠊馊︾R頭可提升進(jìn)光量。目前,技術(shù)上已經(jīng)非常成熟,并且實(shí)現(xiàn)成本也相對(duì)較低。
所以,超星光攝像機(jī)應(yīng)用于普通的視頻監(jiān)控是有較大優(yōu)勢(shì)的,美中不足的是在專項(xiàng)的應(yīng)用場景不太適用。比如:人員卡口、車輛卡口以及電警攝像機(jī)。
由于采取超大光圈的鏡頭,雖然擴(kuò)大了進(jìn)光量,提升了圖像亮度。但也大大降低了成像的景深,并擴(kuò)大了車燈強(qiáng)光的光暈的影響。
其次,由于在夜間需要抓拍清楚機(jī)動(dòng)車、非機(jī)動(dòng)車以及行人等運(yùn)動(dòng)物體,就必須根據(jù)物體行進(jìn)速度提升攝像機(jī)的電子快門速度,否則運(yùn)動(dòng)物體抓拍的圖片將有明顯模糊拖尾。
而一般普通視頻監(jiān)控?cái)z像機(jī)夜間的工作快門是1/25s,人員卡口的快門1/100s,車輛卡口的快門就要更快1/400s。這些專業(yè)應(yīng)用的攝像機(jī)上提升的快門速度,把大光圈鏡頭帶來的亮度提升又抵消掉了,導(dǎo)致目標(biāo)物體周圍的場景一片漆黑,丟失了非常多的有效信息。
黑光相機(jī)
第二種方案是黑光相機(jī)。黑光技術(shù)主要是采用兩顆星光級(jí)圖像傳感器,通過特殊的光學(xué)元器件,其中一顆傳感器通過紅外補(bǔ)光采集圖像亮度信息和物體輪廓,另外一顆采集色彩信息。然后通過圖像融合算法將兩顆采集到的圖像信息進(jìn)行融合,輸出既明亮,又是彩色的圖像。
▲黑光技術(shù)原理示意圖
黑光技術(shù)并不是指攝像機(jī)能在完全無光的環(huán)境下清晰成像。從技術(shù)原理上也可以看出,首先采集亮度的傳感器是依賴紅外補(bǔ)光來實(shí)現(xiàn)的,而另外一顆采集色彩的攝像機(jī)則和普通攝像機(jī)一樣需要環(huán)境光線,實(shí)際在無光的環(huán)境下,黑光攝像機(jī)也得依賴LED補(bǔ)光燈來采集圖像。
在交通卡口的應(yīng)用中,由于汽車前擋風(fēng)玻璃上粘貼的防爆膜紅外透光率很差。所以采用黑光技術(shù)和紅外爆閃燈的環(huán)??冢鐖D所示并不能采集到前排司乘人員的圖像信息。
當(dāng)遇到一些紅外反光材料的物體,采用黑光技術(shù)的攝像機(jī)在色彩還原上也有一定的弊端。比如如下示例,因?yàn)樗緳C(jī)穿的衣物是黑色的反紅外光材料,通過黑光技術(shù)還原的圖像將黑色衣物還原為白色了,會(huì)對(duì)后續(xù)的違法取證造成一定的困擾。
超微光技術(shù)
除上述兩種解決方案,第三種方案是“超微光”。超微光技術(shù)是基于在基礎(chǔ)ISP圖像調(diào)制方面的新型圖像增強(qiáng)算法。
該技術(shù)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(jié)構(gòu)化攝像機(jī)的圖像樣本與模擬數(shù)據(jù),再而進(jìn)行針對(duì)性的數(shù)學(xué)建模,設(shè)計(jì)從采集、標(biāo)圖、訓(xùn)練以及模型轉(zhuǎn)化的端到端的深度學(xué)習(xí)模型。
在低照情況下,該算法模型跳過了傳統(tǒng)攝像機(jī)的ISP成像調(diào)制方式,通過對(duì)大量場景抓拍圖片的學(xué)習(xí),算法直接對(duì)傳感器輸入數(shù)據(jù)進(jìn)行圖像恢復(fù),可以大幅減少攝像機(jī)對(duì)補(bǔ)光燈的依賴,在提升圖像亮度的同時(shí),還能充分還原物體顏色與紋理等細(xì)節(jié)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(duì)抓拍圖像的主觀體驗(yàn),也能提升后端諸多的智能算法對(duì)圖像的特征分析。比如對(duì)車輛特征分析、非機(jī)動(dòng)車特征分析、駕乘人員特征分析等。
如上面的實(shí)例所示,在1.5Lux的低照度下,無外加任何補(bǔ)光燈的情況下,經(jīng)過超微光算法處理后的圖像可視度有了極大提升。
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(zhì)量抓拍視頻和圖片,過去的做法通常是在監(jiān)控?cái)z像機(jī)旁增加補(bǔ)光燈。這樣的方法使得監(jiān)控趕上安裝過多的LED補(bǔ)光燈,這種方法的弊端在于:補(bǔ)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。
而現(xiàn)在,超星光技術(shù)、黑光技術(shù)、以及超微光技術(shù)的出現(xiàn),使得夜間不通過主動(dòng)補(bǔ)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(jiān)控設(shè)備24小時(shí)進(jìn)行運(yùn)作。
同時(shí),前置AI芯片在攝像機(jī)內(nèi)置程度開始提高,前端算力的提升將有助于技術(shù)的進(jìn)一步發(fā)展,也將使得配置這些技術(shù)的攝像機(jī)、人臉識(shí)別設(shè)備的工作環(huán)境進(jìn)一步拓寬,減小光照條件對(duì)性能的約束,使其視頻監(jiān)控、識(shí)別比對(duì)能力更加全面更加優(yōu)秀。