Page 176 - 安防19年9月刊_150dpi

C 前沿技术
Cutting-edge Technology

件依赖度很低，灯的亮度非常弱，补光能量很小，当卡 灯的依赖仍然较高，灯的亮度在夜间仍然较强，光污
口工作时基本无感知，光污染扰民问题得到大幅缓解。 染问题仍然较为明显。
对公安实战而言，因科达 AI 超微光卡口采用深
度学习低照度增强算法，即使在这样的补光条件下，
仍然能够清晰呈现车内人脸与驾驶行为，且无偏色，
实现全天候车辆、人员信息的精准采集。
由于成像技术的局限性，传统卡口要能看清车内
司乘人员，普遍做法是配备高强度的爆闪灯进行补光，
这样就不可避免的带来了越来越普遍的光污染问题。

卡口点位越多，补光灯越多，光污染也就越严重。尤
▲“环保型卡口”夜间补光灯依然很亮
其是夜间，长期的光污染不仅影响道路周边居民的日
常生活，还直接威胁着交通参与者的驾驶安全。 如何做到真正的低光污染？
与业内当前普遍的做法不同，科达 AI 超微光卡
目前市面上的“环保”卡口能否解决光 口创新性的采用了自主研发的深度学习低照度增强
污染问题？ 算法，在解决光污染问题上迈出了重要一步。

近年来，市场上出现了一批主打“环保”概念的 该算法对夜间低照情况下车辆卡口的图像抓拍
卡口产品，这类产品采用红外爆闪 + 暖光 LED 补光 问题进行了数学建模，设计了一个端到端的深度学习
相结合的方案，虽然解决了晚上白光爆闪的光污染问 模型。在低照环境下，该模型跳过了传统意义的摄像
题，但仍存在以下几个问题： 机 ISP 成像方式，通过对大量卡口抓拍图片的学习，
第一，汽车前档玻璃贴膜针对红外光透光率较差， 直接对传感器输入数据进行图像恢复，大幅减少了卡
有些车辆会因为贴膜导致无法抓拍到清晰的人脸照片。 口对补光灯的依赖，在提升图像亮度的同时，充分还
原物体颜色与纹理等细节信息。该算法不仅大幅度提
升了人眼对抓拍图像的主观体验，也为后续的诸多智
能算法，如车辆特征分析、驾乘人员分析等，打下了

坚实的基础。

结束语

独创性的采用 AI 低照度深度学习算法，从前端
同一地点，右车采用高红外阻隔的前挡风玻璃 传感器入手，对成像前的裸数据进行修复和处理，打
贴膜，导致无法看清驾驶人脸部。 破了从硬件及后期图像处理的传统做法。只需要配合
第二，车内人员如穿戴特殊红外反光材料做成 定制化的低照度 LED 补光灯，可以真正在低光污染
的衣服、饰品，会引起抓拍照片的色彩还原失真，导 的条件下达到黑光或超星光产品成像效果，增强公
致抓拍照片失去举证的合法性。 安和交警人员的业务实战能力，同时，提升驾驶员和
同一车内的同一驾驶员，在红外光表现下，黑色 周边居民的主观体验。
衣服变成了白色。
第三，为了获得色彩还原效果，导致对频闪补光 作者单位：苏州科达科技股份有限公司

158 第九届深圳国际智能交通与卫星导航位置服务展览会(2020年6月深圳会展中心)www.its-expo.com

భခ࠯ඌ JOEE ྒ௹၂