從F1.0大光圈，1/1.8”大靶面?zhèn)鞲衅?，到一燈雙芯，每一個攝像機關(guān)鍵器件的升級都在推動著圖像質(zhì)量的刷新。但是，硬件的不斷迭代并非總能轉(zhuǎn)化為圖像質(zhì)量的顯著飛躍。
當硬件上的“一小步”，無法再帶來圖像效果的“一大步”時，下一個技術(shù)突破點在哪里？
我們的答案是：獵光2.0圖像處理引擎。
獵光2.0圖像處理引擎：
AI-ISP再突破
當傳統(tǒng)ISP到達瓶頸，畫質(zhì)提升的收益率越來越低。而圖像技術(shù)與AI技術(shù)的深度融合，可使圖像質(zhì)量突破傳統(tǒng)ISP極限，滿足更多場景的畫面需求。
獵光2.0在傳統(tǒng)AI-ISP基礎(chǔ)上，得益于梧桐大模型的加持，搭配智能算法單元，可以應(yīng)對多種極黑/無光/微光場景挑戰(zhàn)，在拖影收斂、動態(tài)降噪、場景提亮、色彩還原、對比度增強上，表現(xiàn)尤為出色。
夜間成像挑戰(zhàn)，
考驗真實夜間效果。
說再多原理，更重要的還是看實戰(zhàn)效果如何。此次，我們通過3場不同的挑戰(zhàn)來高強度測試了獵光2.0攝像機在暗光環(huán)境下的表現(xiàn)。
挑戰(zhàn)一：漆黑暗夜場景·還原彩色視界
這是一場極限挑戰(zhàn)，遠離城市燈光的亭臺和山頂、沒有任何補光伸手不見五指的山間小道，我們嘗試在這樣的環(huán)境下試一試獵光2.0攝像機的極限：
獵光2.0以特定場景下的大量運算為基石，建立噪聲模型，能夠精準識別和消除噪點。
*數(shù)據(jù)來源pg實驗室
挑戰(zhàn)二：夜間微光場景·還原人物質(zhì)感
以園區(qū)、鄉(xiāng)村為例，這一類場景的特點是夜晚只有微弱的環(huán)境光。在現(xiàn)有技術(shù)條件下，運動物體往往容易出現(xiàn)拖影，使畫面細節(jié)大打折扣。
這樣的場景下，獵光2.0攝像機的表現(xiàn)如何：
傳統(tǒng)全彩攝像機（左）VS 獵光2.0攝像機（右）
挑戰(zhàn)三：夜間微光場景·多種目標兼而得之
在城鄉(xiāng)道路、園區(qū)出入口等場景，往往人車混行，光線復(fù)雜，容易出現(xiàn)高光過曝、暗光信息丟失的問題。簡而言之，人和車牌難以兼得，而這幾類目標信息往往又非常重要。
獵光2.0攝像機無需復(fù)雜工勘，無需多點位部署，單臺設(shè)備即可達到多種類目標清晰成像的畫面效果。
傳統(tǒng)全彩攝像機（上）VS 獵光2.0攝像機（下）
有效提升畫質(zhì)的同時，
還能減輕工程投入。
過去，提升無光、微光場景畫面質(zhì)量一般通過補光手段來增加環(huán)境光強度，但有些場景并不適合長時間開啟高亮的補光燈，存在光污染、侵犯隱私等問題；
多目標混行的復(fù)雜場景則會通過多點位部署、嚴格復(fù)雜的工勘調(diào)試等方式來提升畫面質(zhì)量，這顯然會大大增加工勘調(diào)試的工作量和復(fù)雜度。
現(xiàn)在，獵光2.0攝像機在顯著提升畫面效果的同時，也有效減輕了工程投入成本。
獵光2.0家族：
高低全系列產(chǎn)品覆蓋
在農(nóng)田魚塘、鄉(xiāng)村道路、倉庫等場景，夜間通常缺乏足夠的補光，但又有一定的警戒需求，阿宇夜鷹系列AI全彩攝像機就是具有極高性價比的夜視標桿攝像機。
而在高速、城鄉(xiāng)道路、路口等場景，支持多種深度智能功能的感知終端，一機集成多種目標的多維度信息感知，可實現(xiàn)多目標抓拍、多目標屬性提。闃悄芑芾磧τ玫男棖。
照見現(xiàn)實，細處入微，pg獵光2.0圖像處理引擎，專注提升復(fù)雜場景下的圖像質(zhì)量，賦予攝像機全新的眼光，駕馭參差光影，看清更真實的世界，守護安全美好生活。
浙公網(wǎng)安備 33010802004032號
