視頻監(jiān)控作為安防主要業(yè)務(wù)，已經(jīng)歷經(jīng)了多年的發(fā)展與變遷。視頻監(jiān)控技術(shù)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(jiān)控成像依然迫切受限于環(huán)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(zhì)量大幅下降。

為解決這一問題，業(yè)內(nèi)廠商已著力于完善視頻監(jiān)控產(chǎn)品在低光照情況下的表現(xiàn)，并針對(duì)性得給出了不同方案。

▲主流低照度方案對(duì)比

超星光技術(shù)

主要采用星光級(jí)圖像傳感器，配合上大光圈鏡頭，以及傳統(tǒng)的ISP圖像調(diào)制技術(shù)。超星光技術(shù)主要是靠圖像傳感器的靈敏度提升來提高轉(zhuǎn)換的效率，因?yàn)榇蠊馊︾R頭可提升進(jìn)光量。目前，技術(shù)上已經(jīng)非常成熟，并且實(shí)現(xiàn)成本也相對(duì)較低。

所以，超星光攝像機(jī)應(yīng)用于普通的視頻監(jiān)控是有較大優(yōu)勢(shì)的，美中不足的是在專項(xiàng)的應(yīng)用場(chǎng)景不太適用。比如：人員卡口、車輛卡口以及電警攝像機(jī)。

由于采取超大光圈的鏡頭，雖然擴(kuò)大了進(jìn)光量，提升了圖像亮度。但也大大降低了成像的景深，并擴(kuò)大了車燈強(qiáng)光的光暈的影響。

其次，由于在夜間需要抓拍清楚機(jī)動(dòng)車、非機(jī)動(dòng)車以及行人等運(yùn)動(dòng)物體，就必須根據(jù)物體行進(jìn)速度提升攝像機(jī)的電子快門速度，否則運(yùn)動(dòng)物體抓拍的圖片將有明顯模糊拖尾。

而一般普通視頻監(jiān)控?cái)z像機(jī)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(yè)應(yīng)用的攝像機(jī)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(dǎo)致目標(biāo)物體周圍的場(chǎng)景一片漆黑，丟失了非常多的有效信息。

黑光相機(jī)

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

▲黑光技術(shù)原理示意圖

黑光技術(shù)并不是指攝像機(jī)能在完全無(wú)光的環(huán)境下清晰成像。從技術(shù)原理上也可以看出，首先采集亮度的傳感器是依賴紅外補(bǔ)光來實(shí)現(xiàn)的，而另外一顆采集色彩的攝像機(jī)則和普通攝像機(jī)一樣需要環(huán)境光線，實(shí)際在無(wú)光的環(huán)境下，黑光攝像機(jī)也得依賴LED補(bǔ)光燈來采集圖像。

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

當(dāng)遇到一些紅外反光材料的物體，采用黑光技術(shù)的攝像機(jī)在色彩還原上也有一定的弊端。比如如下示例，因?yàn)樗緳C(jī)穿的衣物是黑色的反紅外光材料，通過黑光技術(shù)還原的圖像將黑色衣物還原為白色了，會(huì)對(duì)后續(xù)的違法取證造成一定的困擾。

超微光技術(shù)

除上述兩種解決方案，第三種方案是“超微光”。超微光技術(shù)是基于在基礎(chǔ)ISP圖像調(diào)制方面的新型圖像增強(qiáng)算法。

該技術(shù)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(jié)構(gòu)化攝像機(jī)的圖像樣本與模擬數(shù)據(jù)，再而進(jìn)行針對(duì)性的數(shù)學(xué)建模，設(shè)計(jì)從采集、標(biāo)圖、訓(xùn)練以及模型轉(zhuǎn)化的端到端的深度學(xué)習(xí)模型。

在低照情況下，該算法模型跳過了傳統(tǒng)攝像機(jī)的ISP成像調(diào)制方式，通過對(duì)大量場(chǎng)景抓拍圖片的學(xué)習(xí)，算法直接對(duì)傳感器輸入數(shù)據(jù)進(jìn)行圖像恢復(fù)，可以大幅減少攝像機(jī)對(duì)補(bǔ)光燈的依賴，在提升圖像亮度的同時(shí)，還能充分還原物體顏色與紋理等細(xì)節(jié)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(duì)抓拍圖像的主觀體驗(yàn)，也能提升后端諸多的智能算法對(duì)圖像的特征分析。比如對(duì)車輛特征分析、非機(jī)動(dòng)車特征分析、駕乘人員特征分析等。

如上面的實(shí)例所示，在1.5Lux的低照度下，無(wú)外加任何補(bǔ)光燈的情況下，經(jīng)過超微光算法處理后的圖像可視度有了極大提升。

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(zhì)量抓拍視頻和圖片，過去的做法通常是在監(jiān)控?cái)z像機(jī)旁增加補(bǔ)光燈。這樣的方法使得監(jiān)控趕上安裝過多的LED補(bǔ)光燈，這種方法的弊端在于：補(bǔ)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(wú)法獲得全部有效的信息。

而現(xiàn)在，超星光技術(shù)、黑光技術(shù)、以及超微光技術(shù)的出現(xiàn)，使得夜間不通過主動(dòng)補(bǔ)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(jiān)控設(shè)備24小時(shí)進(jìn)行運(yùn)作。

同時(shí)，前置AI芯片在攝像機(jī)內(nèi)置程度開始提高，前端算力的提升將有助于技術(shù)的進(jìn)一步發(fā)展，也將使得配置這些技術(shù)的攝像機(jī)、人臉識(shí)別設(shè)備的工作環(huán)境進(jìn)一步拓寬，減小光照條件對(duì)性能的約束，使其視頻監(jiān)控、識(shí)別比對(duì)能力更加全面更加優(yōu)秀。