侵权投诉
当前位置:

OFweek传感器网

光学传感

正文

朱继志:眼擎科技“成像引擎” 让摄像头无惧复杂光

导读: 视觉“识别”是人工智能时代下,对安防行业而言最重要的技术之一,但目前无论是人脸识别还是车辆识别,都面临着被复杂光线影响的问题,而后端算法只能做到在特定场景、特定光线状况下,对物体进行有效识别,可一旦光线发生了变化,识别率就会大打折扣。

视觉“识别”是人工智能时代下,对安防行业而言最重要的技术之一,但目前无论是人脸识别还是车辆识别,都面临着被复杂光线影响的问题,而后端算法只能做到在特定场景、特定光线状况下,对物体进行有效识别,可一旦光线发生了变化,识别率就会大打折扣。

朱继志:眼擎科技“成像引擎” 让摄像头无惧复杂光

“机器视觉不能重蹈语音识别的覆辙。”眼擎科技CEO朱继志告诉亿欧,语音识别技术已经宣称识别率达到99%,但却迟迟无法在生活场景中大规模应用,原因就在于“99%的数据是在安静的实验室中得出的,而生活场景中有大量的噪音,这对识别产生了巨大的干扰。”同理,在视觉识别中,摄像头正常光照下的成像AI识别率能接近100%,但实际部署中不可避免会遇到弱光、逆光、反光等复杂光的影响,所以现实中算法识别率远不能达到实验室的“理论”效果。

“大脑要强,但如果感知端无法传输有效的信息,那么大脑再强也没有用。”针对当前AI成像的问题,朱继志于2014年创立了眼擎科技,研发超越人眼视觉能力的成像引擎技术及芯片,解决数码成像在弱光、逆光、反光等复杂光环境下成像的痛点。

AI视觉新问题:大脑够强了,眼睛却跟不上

在安防领域,每年摄像头出货量超过1亿台,人脸识别、车辆识别等算法的成熟持续带动着安防市场扩大,但在实际应用中,“识别”受到了诸多环境因素的限制,其中最重要一个挑战就是复杂光线。

“如果将整个识别的系统比作一个人,我们现在已经有很强的大脑了,但眼睛却跟不上。”朱继志告诉亿欧,要对人脸、车辆进行识别的前提条件,是前端摄像头能够传回清晰的画面。但现在的问题是,在光线环境足够好的时候,“大脑”对画面内容的识别率能接近100%;但在弱光、逆光、反光等复杂光环境下,由于无法接收到清晰的画面,“大脑”对画面内容的识别率大打折扣。

为了解决复杂光问题,业内出现了各种各样的应对方法。针对黑暗或弱光环境,可以使用红外线,或者直接在摄像头旁加装一盏灯,“但这些方法只能解决一部分的光问题,而且还有‘副作用’。”朱继志说,红外线只能在近距离发挥作用,而且成像噪点大,画质极易受到干扰;而加装灯的方法只在某些场景下可行,“比如晚上在闸机口处加装灯是可行的,但在公路上抓拍车辆的场景却不合适。”朱继志说道,大多数司机都对夜晚路过抓拍机的爆闪灯“有很不好的体验”,但如果不加装爆闪灯,监控设备就无法正常捕捉到车辆信息。

解决单一非正常光环境的方法已经不尽如人意了,而前端设备需要面临的远不止一种光环境。朱继志告诉亿欧,弱光、逆光、反光等只是复杂光线下的几种典型,而大部分在户外使用的摄像头需要面临的却是多种复杂光线交替出现的场景。

以闸机口为例,摄像头架设的位置和方向是固定的,但一天中光线的强弱、光源位置都会发生变化。“早上太阳从东边升起,傍晚从西边落下,到了晚上又是黑的。”朱继志说,如果摄像机朝向东方,则早上逆光现象就会非常严重,朝向西边也是同理,到了晚上又是弱光,而通常情况下算法只能针对其中一种状况作出优化,这给闸机的高效识别带来巨大的挑战。

打破被日系企业垄断的ISP架构

不解决弱光、逆光、反光等复杂光环境下的自适应能力,AI视觉产品就无法大规模落地进行产业化。但要怎么做才能解决这个问题呢?

朱继志认为,这个问题的出路在前端。“无论是什么样的光环境,只要前端设备面临负责光线对成像的干扰时,依然能够输出如同正常光环境下成像的效果。那么企业在后端算法上就不需要再做过多的定制,如此一来,企业就能够生产更多标准化的产品,提升企业、乃至整个行业的效率。”

要改造前端设备,首先需要了解当前摄像机成像的原理,以及存在的问题。

朱继志介绍道,在数码时代,摄像头成像需要经历几个环节。首先,光线穿过镜头后,要经过CMOS传感器,CMOS会将光信号转化为电信号,“但这个电信号是很粗糙的,”朱继志说,“如果要将它再转化成一张可视化的图像,就要再经过ISP。”

ISP全称为Image Signal Processing,即图像信号处理,主要用来对前端图像传感器输出信号处理进行处理。ISP架构能够通过一些列的工作,实现自动光圈、自动曝光、自动白平衡等功能,让电信号真正变成一张可看的图像。

“但传统的ISP架构有两大问题。”朱继志说。第一个问题是所有RAW数据在进入ISP架构时,会直接从16位被裁成8位,导致了大量RAW数据信息丢失。RAW是一个单独的数据流,如果16位的信息变成8位,那么再转换成JPG格式图片时,图片信息就会比原始的RAW数据信息少256倍。“这就是为什么图像在逆光、反光等复杂光环境下质量不高、成像不清晰的原因。”

另一个问题是,ISP架构所有核心技术都被日本企业掌握。“日本公司是成像行业的头部企业,如果他们都不对ISP架构进行突破,那其他公司更加不可能做出大的改变。”朱继志说道。

但成像中存在的痛点深深影响着AI视觉产品的大规模落地是不争的事实。既然无法改变传统的ISP架构,那就一定要在技术上进行创新。秉着这样的初衷,眼擎科技完全抛弃了日系成像技术的ISP架构,打破了日系厂商在成像领域的技术垄断,开发出了全新的“成像引擎”。

1  2  下一页>  
声明: 本文系OFweek根据授权转载自其它媒体或授权刊载,目的在于信息传递,并不代表本站赞同其观点和对其真实性负责,如有新闻稿件和图片作品的内容、版权以及其它问题的,请联系我们。

我来说两句

(共0条评论,0人参与)

请输入评论

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码: