當前,道路卡口監(jiān)控攝像機功能愈加豐富化,而由于成像技術(shù)的局限性,必須依賴較強的補光條件,來滿足卡口應用需求,但卻無法從本質(zhì)上解決光污染問題。因此,如何在真正低光污染的前提下,應對道路卡口綜合應用需求,成為當前安防企業(yè)需要突破的技術(shù)難題。
超微卡口應用兩大核心需求
近年來,深度學習技術(shù)的重大突破,使人像大數(shù)據(jù)在公安、交通領(lǐng)域的實戰(zhàn)價值愈加凸顯。這種應用趨勢推動了智慧城市建設對道路卡口產(chǎn)品功能需求的變化,即要求卡口攝像機從單一采集車牌及車輛特征,演變到同時還要看清車內(nèi)人員的人臉及駕駛違法行為。也就是說,產(chǎn)品應用需求向多維度數(shù)據(jù)采集及數(shù)據(jù)分析的綜合應用趨勢演變,以此增強公安警務人員進行人臉布控及交警人員非現(xiàn)場執(zhí)法能力。
不過,以當前的成像技術(shù)能力,攝像機必須配備高強度的爆閃燈進行補光,才能看清車內(nèi)人臉及行為,這是市場上傳統(tǒng)卡口攝像機的解決方案。隨著道路卡口的逐漸增多,這樣的技術(shù)方案不可避免使光污染問題更加嚴重。尤其是夜間,長期的光污染威脅著交通參與者的駕駛安全,而且影響道路周邊居民的日常生活。
縱觀全國,光污染問題已逐步演變?yōu)槌鞘小巴ú ?,很多城市居民對此反映強烈,要求降低光污染的呼聲越來越高。以蘇州為例,在近日“電警、車輛卡口補光燈使用標準化建設座談會”上,蘇州市政協(xié)委員王衛(wèi)成從實際案例出發(fā),代表蘇州市民強烈呼吁公安交管部門與相關(guān)廠商共同努力,盡快解決老百姓普遍關(guān)注的光污染問題。
目前改善型卡口存在“缺陷”
為了應對超微卡口帶來的光污染影響,安防主流廠商及相關(guān)科研機構(gòu)都在不斷嘗試從技術(shù)上解決這個問題。當前普遍的做法是鏡頭內(nèi)置雙傳感器設計,采用紅外補光與較低照度的頻閃燈補光相結(jié)合的方式,這種技術(shù)方案雖然在滿足卡口綜合應用需求的同時,一定程度上緩解了卡口光污染程度,但結(jié)合實際應用場景來看,卻帶來一系列新的問題且本質(zhì)上存在一定的缺陷,主要表現(xiàn)在以下三個方面:
一是紅外光成像的局限性,由于當前國家對車前玻璃貼膜對紅外透光性的標準沒有明確要求,造成廠商生產(chǎn)的貼膜對紅外光穿透性能差異性很大。根據(jù)調(diào)查數(shù)據(jù)顯示,國內(nèi)車前玻璃貼膜對紅外光的滲透率為10%-90%,造成紅外光抓拍的人臉效果參差不齊。另外,由于紅外光和可見光兩種光源對同一個物體反饋出來的顏色不一樣,造成兩者融合的圖像還原度不夠。因此,對看清人臉需求越來越高的卡口來說,采用紅外補光就是偽命題。
二是紅外光成像受衣服顏色影響,車內(nèi)人員如穿戴特殊紅外反光材料做成的衣服、飾品,將引起抓拍照片的色彩還原失真,導致抓拍照片失去舉證的合法性。當然,這里還有一個隱含的問題:國內(nèi)數(shù)量最多的小型車的車牌是藍底白字的,在紅外效果下看不清楚。
三是對補光條件依賴較大,卡口相機的成像技術(shù)局限性導致對頻閃補光燈的依賴仍然較高,造成燈的亮度在夜間仍然較強。如果LED頻閃燈能量太大,車輛在駛出補光區(qū)域的最初幾秒,將對駕駛員造成最危險的光污染,影響道路駕駛安全。
圖1:同一車內(nèi)的同一駕駛員,在紅外光表現(xiàn)下,黑色衣服變成了白色
圖2:同一地點,右車采用高紅外阻隔的前擋風玻璃貼膜,導致無法抓拍到清晰人臉
前置AI低照度增強算法從源頭破解
針對目前超微卡口光污染改善問題,科達創(chuàng)新性的采用了自主研發(fā)的深度學習低照度增強算法,從傳感器圖像源頭數(shù)據(jù)著手,可謂是在解決光污染問題上邁出了重要一步。
當前,深度學習技術(shù)主要應用于模式匹配和圖像識別,例如車牌識別及車輛特征提取等。而科達則將這種深度學習技術(shù)應用到前端傳感器圖像增強處理技術(shù)領(lǐng)域,建立端到端的深度學習模型,跳過傳統(tǒng)意義的攝像機ISP成像方式,通過對大量卡口抓拍圖片的學習,直接對前端圖像傳感器輸出的裸數(shù)據(jù)進行圖像恢復,最大化還原低照度環(huán)境下的人臉及行為的實際圖像效果。
這種處理技術(shù)的好處是,它突破了傳感器成像技術(shù)的局限性。目前前端攝像機內(nèi)置的芯片,對圖像處理算法有一定的限制范圍,而對傳感器輸入數(shù)據(jù)直接處理,則不受這種限制,可以按照實際業(yè)務需求,輸出圖像效果。
另外,相對于雙傳感器設計的硬件解決方案,獨創(chuàng)的AI低照度增強算法,可在大幅減少卡口對補光燈的依賴的條件下,提升圖像亮度且充分還原物體顏色與紋理等細節(jié)信息。可以說,該算法不僅大幅度提升了人眼對抓拍圖像的主觀體驗,也為后續(xù)的諸多智能算法,如車輛特征分析、駕乘人員分析等,打下了堅實的基礎。
總的來講,采用低照度增強算法的科達AI超微光卡口,僅需微弱的補光條件,在駕駛?cè)思爸車用窕緹o感知的補光條件下,實現(xiàn)車內(nèi)人臉的高清抓拍,而且不受車膜透光率、紅外反光材料的影響,清晰呈現(xiàn)人臉、人員信息,無偏色。
定制化LED補光燈聚焦光斑
根據(jù)實測數(shù)據(jù)結(jié)果顯示,以同等的圖像效果為基準來判定,LED燈光污染相當于爆閃燈的50倍,可見,LED燈光污染比較嚴重。不過,在低照度環(huán)境下,攝像機抓拍清晰人臉及行為,必須依靠LED補光來實現(xiàn)。因此,無論采用哪種設計方案,都必須依賴LED補光條件。我們能做的就是在看清司乘人員人臉及其他特征的前提下,盡可能的弱補光,讓駕駛?cè)藛T弱感知,讓周圍居民無感知。
相對于脈沖氙氣燈補光(也即是大家常說的爆閃燈),LED頻閃燈補光時,在車輛經(jīng)過的瞬間,也許攝像機拍的視頻還能區(qū)別環(huán)境中的明暗區(qū)域,但在這個瞬間LED燈的亮度對人眼是致盲的,這是光污染最危險的地方,而且對周圍環(huán)境光污染也更加嚴重。
當前市面上的LED補光燈一般是采用直射方式,發(fā)射出來的光斑較為發(fā)散,不但造成卡口周圍光污染相對較高,而且在一定程度上降低了抓拍區(qū)域的亮度。而科達獨創(chuàng)性的采用定制低照LED補光燈,通過創(chuàng)新的綠色補光技術(shù),在一定程度上減少光斑發(fā)散,且實現(xiàn)最大化發(fā)揮光線的應用效能。
另外,相對于紅外光和可見光融合的技術(shù)方案,單純用低照度暖光LED補光燈,不僅對實際物體的顏色還原度較高,清晰呈現(xiàn)車內(nèi)人臉與駕駛違法行為。而且在增加抓拍圖像亮度的同時,降低對周圍的光污染,整體能耗也相對較小。
注:以下三張圖分別是在過車抓拍時科達AI超微光卡口、改善型卡口、傳統(tǒng)卡口的夜間實拍,同樣光照亮度對比明顯?!?/p>
圖3:科達AI超微光卡口抓拍過車的視頻截圖照片
圖4:“環(huán)保型卡口”夜間補光燈依然很亮
圖5:傳統(tǒng)卡口抓拍過車時的視頻截圖照片
總結(jié)
獨創(chuàng)性的采用AI低照度深度學習算法,從前端傳感器入手,對成像前的裸數(shù)據(jù)進行修復和處理,打破了從硬件及后期圖像處理的傳統(tǒng)做法。只需要配合定制化的低照度LED補光燈,可以真正在低光污染的條件下達到黑光或超星光產(chǎn)品成像效果,增強公安和交警人員的業(yè)務實戰(zhàn)能力,同時,提升駕駛員和周邊居民的主觀體驗。
無疑,科達采用獨創(chuàng)AI深度學習低照度增強算法技術(shù)的新一代AI超微光卡口攝像機,將在小場景道路卡口實際應用中大有作為,它代表著一種新的技術(shù)應用趨勢。并且,隨著相關(guān)技術(shù)的不斷迭代和演進,這類產(chǎn)品的應用場景將不斷得到延展和深化。