<mark id="oztn4"></mark>
0
具備夜視能力的攝像機，可以打破晝夜限制，識別夜間無法辨別的目標，提高夜間工作的能力，目前已落地到安防、交通管理、環保監測、夜景拍攝、戶外探險等場景。
當前，市場上夜視相機的極限光照度基本在0.01Lux。
照度（Lux)，指單位面積上接收到的可見光的光通量，是衡量環境光的亮度單位。“最低照度”反映的是攝像機可以在多黑的環境下仍能看到物體。
然而，受到硬件發展的制約，視覺成像系統的成像效果已接近天花板。但在一些特定場景下，市場需求達到了0.001Lux及以下的星光級。
在未來較長一段時間內，通過硬件實現最低光照度從0.1Lux到0.001lux的跳升，困難極大。
并且，隨著復雜場景和圖像處理要求的提高，傳統ISP在暗光條件下的降噪、對比度增強和暗光提亮方面的局限性，已經越來越明顯。
2018年，英特爾實驗室發表論文《Learning to see in the dark》，提供了一條新的路徑，其通過深度學習算法打造全新AI-ISP成像體系的思路，成為時下提升光照度的主流。
在AI-ISP技術出現前，夜視領域的玩家們更多在硬件上想辦法，實現更低的照度。
索尼是感光芯片領域的最強玩家，上世紀90年代便已進入低照度全彩夜視領域，并且是背照式、堆棧式CMOS圖像傳感器的率先研發者。
索尼主要針對感光芯片進行工藝上的改進，核心思路是不斷減少電路所占的面積，同時增加感光芯片的感光面積。硬件上，索尼做出不少努力，比如推出全畫幅感光芯片。
但即便是索尼，將低照度感光芯片的光照感知能力 0. 14 Lux 提升到 0. 07 Lux，也花費了五年時間。使用的最高端的全畫幅感光芯片，售價高達上萬塊錢。
材料學及制造工藝難以突破，硬件制約下的視覺成像系統，成像效果已接近天花板。
短期內，通過硬件提升光照度，難度顯而易見，在軟件上進行探索，則能打開局面。
2018年，英特爾實驗室針對這一世界級難題，提出可以通過整個神經網絡實現ISP的全部功能。
ISP（圖像處理芯片）類似人腦的視覺處理中樞，當我們想要看到這個世界的時候，大腦中幾百億個神經元鏈接就會開始工作。AI-ISP相當于將人類復雜的視覺神經網絡在攝像機中實現，為攝像機提供一個新的大腦。
ISP作為一系列圖像處理算法的集合，負責完成從sensor RAW到圖像RGB數據的轉換，過程包括各種矯正、去噪、轉換和增強等環節。
然而，隨著復雜場景越來越多，圖像處理要求越來越高，傳統ISP在暗光條件下的降噪、對比度增強和暗光提亮方面，局限性越來越明顯。
由于傳統ISP通常采用硬件實現，不斷擴充的參數庫，帶來調試上的困難，整體開發周期逐步拉長。
而以AI技術為輔助，通過深度學習海量場景和數據，輸出算法模型，對圖像進行精準處理，則可以在某些場景大幅改善傳統ISP的成像效果。
得到端側大算力的支持后，這種全新的ISP成像體系，突破了傳統ISP圖像處理體系的硬件限制。
作為解決低照度下實時全彩夜視這一難題的一劑良方，AI-ISP的技術成果，已經落地到了安防、礦井、石油、自動駕駛、無人機等場景。
目前，國外的索尼、豪威、安霸，國內的海康、大華、華為等都是該領域的重要玩家。
除了上述大廠，也有一些創業公司參與其中，比如深知未來、京德致遠、影石等。
在深知未來創始人&CEO張齊寧看來，“AI夜視技術是目前唯一能夠實現全彩夜視的技術路徑”。
目前，深知未來基于其AI-ISP全彩夜視技術，已發布一系列產品，包括無人機載荷S2 PRO和S6，手持夜視單筒鏡等。
這些產品突破了傳統夜視技術的局限，具有全彩實時成像、高分辨率、不懼強光、成本低、場景適應力強等特點。
最開始，深知未來按照英特爾的思路，用一個端到端的一體化神經網絡實現ISP。
然而，團隊很快發現，英特爾的思路雖然可行，但終歸只是一個實驗室中的技術，很難實現商業化。
原因在于，這一技術需要巨大的算力支持，成本頗高。即使以當下的算力平臺，要支持這樣一個端到端的一體化神經網絡，也仍是一件難事。
經過半年探索，深知未來發現了兩個橫亙在商業化途中的問題。
其一，用一體化神經網絡實現ISP時，很難對其進行調試。
由于不同產品應用對圖像的要求不一，因此芯片廠商基本都會預留大量參數，以供產品廠商再做調整，調試出具備自身風格的圖像。
然而，對于使用ISP芯片的廠商們來說，想要對一整個神經網絡進行調整，為此專門另招專業的算法工程師并不切合實際，此外也根本沒有數據對圖像風格進行調整。
其二，通過整個神經網絡實現ISP的全部功能，難度太大且不必要。
“事實上，只需做跟圖像質量相關的關鍵ISP環節，如降噪、HDR、3A等 AI 化，就能立刻提升圖像質量，而不必對整個ISP進行神經網絡化。”張齊寧對雷峰網表示。
截止目前，大多數業界針對AI-ISP的研究，都只將少數模塊AI化，“大多數芯片廠商只處理其中的一部分任務，仍然留很多參數，讓下游產品廠商做調整。”
深知未來于是轉換思路，拋棄高成本的整體路線，轉而針對關鍵ISP環節進行AI化，并將自己的夜視神經網絡命名為“EODNet”（end of dark）。
2019年，安霸公司提出“AI-ISP”概念，用以描述這種全新的ISP成像體系。
自安霸提出AI-ISP概念后，業界都將自己的相關技術定義為AI-ISP，并提出各不相同的理解。在當時，連AI人臉識別這一更上層的應用，也被納入AI-ISP領域。
經過幾年的探索，業界對于AI-ISP的理解漸漸趨于一致。
張齊寧對雷峰網(公眾號：雷峰網)解釋道：“AI-ISP的定義，是完成從感光芯片到成像過程的一整個算法集合體，包含20-30個算法。凡解決的問題與這20-30個成像任務相關，如降噪、銳化、HDR等，那么就可以被認為是在解決AI-ISP的問題。”
業界主要玩家中，索尼的重心主要在低照度的底層技術研究上，前期更多探索如何通過硬件實現最低照度；國內在夜視應用領域長期布局的海康、大華，重心則在使用更好的光學鏡頭與感光芯片，解決具體場景中的夜視難題。
“對比做AI-ISP的友商，深知未來對整個AI-ISP體系研究涵蓋的范圍和深度是最大的。有的廠商在20-30個算法中，只關注了2-4個領域，深知未來關注了7-8個成像領域。其中3A、超分等技術，很多AI-ISP廠商還沒有開始涉及，而深知未來已經做了很多年研究。”張齊寧介紹道。
如今，低照度全彩夜視成像，已在G端、B端和C端市場形成多樣分支。
比如，在公安領域，低照度全彩夜視成像的攝像機被用于刑偵場景。
數據顯示，80%的重大刑事案件發生在夜間，這給刑偵帶來了很大困難，傳統AI視覺攝像頭很難解決黑夜場景下成像模糊乃至缺失的痛點。
全彩夜視攝像機的優點是，即使在極低照度、肉眼無法看清、無補光的夜間環境下，仍能以較低的成本，提供實時彩色清晰的圖像。
此外，自動駕駛領域的夜間行駛，工業檢測領域的復雜光線場景，基于AI-ISP的低照度全彩夜視成像，都能極大改善圖像質量。
根據客戶屬性的不同，深知未來提供差異化產品，以滿足客戶需求。
面對B端市場，深知未來的定位是一家技術公司。
深知未來在B端市場，類似一個單點技術服務商，以為合作伙伴競標提供更有競爭優勢的前端產品為主。
“B端選擇深知未來，更多的是對方自己有成熟的解決方案，需要一些讓客戶更感興趣的點，避免同質化競爭。”
深知未來在B端的產品形態，主要分為兩種：整機產品和機芯。
工業無人機是深知未來最先商業化的領域，主要提供完整的產品形態。截止目前，深知未來一共發布了 4 款全彩夜視相機，可適配搭載于大疆的行業機。
其中，全彩夜視無人機載荷S2 PRO在S2的基礎上，著重解決夜間作業的關鍵痛點，實現更遠的視距與更精準的定位。
安防領域，深知未來主要提供夜視機芯，合作伙伴基于深知未來的機芯，已經開發出10款不同的安防產品。
面對C端市場，深知未來的定位是一家產品公司。
C端客戶需求相對簡單，更注重新奇的體驗。
深知未來在C端主要推出完整產品，如今年推出的兩款便攜式夜視設備，單反式的夜視設備P6，以類似單筒望遠鏡形態的P8 Pro。
P6和P8 Pro是兩款從行業到戶外的產品。
行業端，應急救援、公安偵查、邊防巡檢等場景對便攜手持夜視設備有著長期的更新需求。
消費端，歐美地區戶外文化成熟，徒步露營、打獵觀鳥等場景，對便攜手持夜視設備的需求同樣必不可少。
當下，夜間全彩成像，需求缺口巨大。北美地區，用戶對戶外精準夜視的需求幾近剛需，但市面上主流的熱成像夜視儀和紅外補光夜視儀，多為黑白成像或弱彩，存在目標細節特征不明顯等缺點。
除了便攜式設備向消費端的傾斜，深知未來也計劃將工業無人機的整個模組和產品做得更加輕量級，在未來搭載到消費無人機上。
在夜間實時全彩成像這一難題上，AI-ISP技術已被證實取得了突破性的進展，但其商業化之路，經歷了不斷的調整和適配。
自2010年的計算革命開始，AI視覺成像成為一股浪潮。但是夜間在極低照度下，如何在多個行業應用場景里實現全彩成像，仍然是一個需要不斷突破的命題。
當下，入局AI-ISP的玩家眾多，不僅有海康、大華等安防巨頭，還有OPPO、vivo 等手機大廠，芯片端海思、地平線、瑞芯微、安霸、豪威、國芯微等也都有所涉及。投身于其中的巨頭們，雖有技術、品牌、渠道優勢，但整個賽道仍處于早期發展階段。
創業公司們通過不同的技術路線進行差異化布局，仍然可以在眾多細分領域中找到屬于自己的位置。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
