低照度下的視頻監控是否還能適應現在環境？

低照度下的視頻監控是否還能適應現在環境？


視頻監控作為安防主要業務，已經歷經了多年的發展與變遷。北京視頻監控技術在人員搜索和管控，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，目前視頻監控成像依然迫切受限于環境光線，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量大幅下降。
為解決這一問題，業內廠商已著力于完善視頻監控產品在低光照情況下的表現，并針對性得給出了不同方案。

主流低照度方案對比
1、超星光技術
主要采用星光級圖像傳感器，配合上大光圈鏡頭，以及傳統的ISP圖像調制技術。超星光技術主要是靠圖像傳感器的靈敏度提升來提高轉換的效率，因為大光圈鏡頭可提升進光量。目前，技術上已經非常成熟，并且實現成本也相對較低。
所以，超星光攝像機應用于普通的視頻監控是有較大優勢的，美中不足的是在專項的應用場景不太適用。比如：人員卡口、車輛卡口以及電警攝像機。
由于采取超大光圈的鏡頭，雖然擴大了進光量，提升了圖像亮度。但也大大降低了成像的景深，并擴大了車燈強光的光暈的影響。

其次，由于在夜間需要抓拍清楚機動車、非機動車以及行人等運動物體，就必須根據物體行進速度提升攝像機的電子快門速度，否則運動物體抓拍的圖片將有明顯模糊拖尾。
而一般普通視頻監控攝像機夜間的工作快門是1/25s，人員卡口的快門1/100s，車輛卡口的快門就要更快1/400s。這些專業應用的攝像機上提升的快門速度，把大光圈鏡頭帶來的亮度提升又抵消掉了，導致目標物體周圍的場景一片漆黑，丟失了非常多的有效信息。

2、黑光相機
第二種方案是黑光相機。黑光技術主要是采用兩顆星光級圖像傳感器，通過特殊的光學元器件，其中一顆傳感器通過紅外補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行融合，輸出既明亮，又是彩色的圖像。

黑光技術原理示意圖
黑光技術并不是指攝像機能在完全無光的環境下清晰成像。從技術原理上也可以看出，首先采集亮度的傳感器是依賴紅外補光來實現的，而另外一顆采集色彩的攝像機則和普通攝像機一樣需要環境光線，實際在無光的環境下，黑光攝像機也得依賴LED補光燈來采集圖像。

在交通卡口的應用中，由于汽車前擋風玻璃上粘貼的防爆膜紅外透光率很差。所以采用黑光技術和紅外爆閃燈的環?？?，如圖所示并不能采集到前排司乘人員的圖像信息。

當遇到一些紅外反光材料的物體，北京監控安裝采用黑光技術的攝像機在色彩還原上也有一定的弊端。比如如下示例，因為司機穿的衣物是黑色的反紅外光材料，通過黑光技術還原的圖像將黑色衣物還原為白色了，會對后續的違法取證造成一定的困擾。

3、超微光技術
除上述兩種解決方案，第三種方案是“超微光”。超微光技術是基于在基礎ISP圖像調制方面的新型圖像增強算法。
該技術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、人員卡口以及全結構化攝像機的圖像樣本與模擬數據，再而進行針對性的數學建模，設計從采集、標圖、訓練以及模型轉化的端到端的深度學習模型。
在低照情況下，該算法模型跳過了傳統攝像機的ISP成像調制方式，通過對大量場景抓拍圖片的學習，算法直接對傳感器輸入數據進行圖像恢復，可以大幅減少攝像機對補光燈的依賴，在提升圖像亮度的同時，還能充分還原物體顏色與紋理等細節信息。
依托該算法還原出來的圖像，不僅大幅度提升了人眼對抓拍圖像的主觀體驗，也能提升后端諸多的智能算法對圖像的特征分析。比如對車輛特征分析、非機動車特征分析、駕乘人員特征分析等。

為了在夜間弱光條件下獲得盡可能的清晰度良好、色彩保真的高質量抓拍視頻和圖片，過去的做法通常是在監控攝像機旁增加補光燈。這樣的方法使得監控趕上安裝過多的LED補光燈，這種方法的弊端在于：
補光燈光線刺眼；
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；
而現在，超星光技術、黑光技術、以及超微光技術的出現，使得夜間不通過主動補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控設備24小時進行運作。
同時，前置AI芯片在攝像機內置程度開始提高，前端算力的提升將有助于技術的進一步發展，也將使得配置這些技術的攝像機、人臉識別設備的工作環境進一步拓寬，減小光照條件對性能的約束，使其視頻監控、識別比對能力更加全面更加優秀。