7月31日,科達(dá)重磅發(fā)布全新一代低光污染車(chē)輛卡口產(chǎn)品——AI超微光卡口。該產(chǎn)品能夠在夜間微光條件下抓拍清晰的車(chē)輛及車(chē)內(nèi)司乘人員照片,從源頭解決光污染問(wèn)題。
▲圖一:科達(dá)AI超微光卡口夜間補(bǔ)光實(shí)拍
▲圖二:科達(dá)AI超微光卡口抓拍圖片
科達(dá)AI超微光卡口的實(shí)現(xiàn)原理
科達(dá)AI超微光卡口,采用獨(dú)創(chuàng)的人工智能低照度增強(qiáng)算法,提升攝像機(jī)的夜間成像效果。夜間只需一個(gè)低照度的LED定向補(bǔ)光燈,在駕駛?cè)思爸車(chē)用窕緹o(wú)感知的補(bǔ)光條件下,實(shí)現(xiàn)車(chē)內(nèi)人臉的高清抓拍。
科達(dá)AI超微光卡口的價(jià)值
對(duì)駕駛?cè)硕裕诤诎淡h(huán)境下,頻閃燈或常亮燈的部署不當(dāng),極易導(dǎo)致短暫致盲,影響道路駕駛安全。從上述視頻可以看到,采用科達(dá)AI超微光卡口后,當(dāng)駕駛?cè)笋{車(chē)正面經(jīng)過(guò)卡口24米處時(shí),實(shí)際上卡口已經(jīng)開(kāi)始工作,但駕駛?cè)烁兄⑷酢?/p>
對(duì)周邊居民而言,由于科達(dá)AI超微光卡口對(duì)補(bǔ)光條件依賴度很低,燈的亮度非常弱,補(bǔ)光能量很小,當(dāng)卡口工作時(shí)基本無(wú)感知,光污染擾民問(wèn)題得到大幅緩解。
對(duì)公安實(shí)戰(zhàn)而言,因科達(dá)AI超微光卡口采用深度學(xué)習(xí)低照度增強(qiáng)算法,即使在這樣的補(bǔ)光條件下,仍然能夠清晰呈現(xiàn)車(chē)內(nèi)人臉與駕駛行為,且無(wú)偏色,實(shí)現(xiàn)全天候車(chē)輛、人員信息的精準(zhǔn)采集。
延伸閱讀:
為什么需要低光污染型卡口?
由于成像技術(shù)的局限性,傳統(tǒng)卡口要能看清車(chē)內(nèi)司乘人員,普遍做法是配備高強(qiáng)度的爆閃燈進(jìn)行補(bǔ)光,這樣就不可避免的帶來(lái)了越來(lái)越普遍的光污染問(wèn)題。卡口點(diǎn)位越多,補(bǔ)光燈越多,光污染也就越嚴(yán)重。尤其是夜間,長(zhǎng)期的光污染不僅影響道路周邊居民的日常生活,還直接威脅著交通參與者的駕駛安全。
目前市面上的“環(huán)?!笨谀芊窠鉀Q光污染問(wèn)題?
近年來(lái),市場(chǎng)上出現(xiàn)了一批主打“環(huán)?!备拍畹目诋a(chǎn)品,這類產(chǎn)品采用紅外爆閃+暖光LED補(bǔ)光相結(jié)合的方案,雖然解決了晚上白光爆閃的光污染問(wèn)題,但仍存在以下幾個(gè)問(wèn)題:
第一, 汽車(chē)前檔玻璃貼膜針對(duì)紅外光透光率較差,有些車(chē)輛會(huì)因?yàn)橘N膜導(dǎo)致無(wú)法抓拍到清晰的人臉照片(見(jiàn)下圖三)。
第二, 車(chē)內(nèi)人員如穿戴特殊紅外反光材料做成的衣服、飾品,會(huì)引起抓拍照片的色彩還原失真,導(dǎo)致抓拍照片失去舉證的合法性(見(jiàn)下圖四)。
第三, 為了獲得色彩還原效果,導(dǎo)致對(duì)頻閃補(bǔ)光燈的依賴仍然較高,燈的亮度在夜間仍然較強(qiáng),光污染問(wèn)題仍然較為明顯(見(jiàn)下圖五)。
▲圖三:同一地點(diǎn),右車(chē)采用高紅外阻隔的前擋風(fēng)玻璃貼膜,導(dǎo)致無(wú)法看清駕駛?cè)四槻?/p>
▲圖四:同一車(chē)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
▲圖五:“環(huán)保型卡口”夜間補(bǔ)光燈依然很亮
科達(dá)AI超微光卡口如何做到真正的低光污染?
與業(yè)內(nèi)當(dāng)前普遍的做法不同,科達(dá)AI超微光卡口創(chuàng)新性的采用了自主研發(fā)的深度學(xué)習(xí)低照度增強(qiáng)算法,在解決光污染問(wèn)題上邁出了重要一步。
該算法對(duì)夜間低照情況下車(chē)輛卡口的圖像抓拍問(wèn)題進(jìn)行了數(shù)學(xué)建模,設(shè)計(jì)了一個(gè)端到端的深度學(xué)習(xí)模型。在低照環(huán)境下,該模型跳過(guò)了傳統(tǒng)意義的攝像機(jī)ISP成像方式,通過(guò)對(duì)大量卡口抓拍圖片的學(xué)習(xí),直接對(duì)傳感器輸入數(shù)據(jù)進(jìn)行圖像恢復(fù),大幅減少了卡口對(duì)補(bǔ)光燈的依賴,在提升圖像亮度的同時(shí),充分還原物體顏色與紋理等細(xì)節(jié)信息。該算法不僅大幅度提升了人眼對(duì)抓拍圖像的主觀體驗(yàn),也為后續(xù)的諸多智能算法,如車(chē)輛特征分析、駕乘人員分析等,打下了堅(jiān)實(shí)的基礎(chǔ)。