AI视频监控芯片消费级逐渐成熟,复杂化场景还有哪些技术可以突破?

人工智能的发展带来了诸多领域技术上的颠覆性变革,视频监控行业从传统的高清化、网络化逐步升级为智能化,AI+视频监控成为人工智能技术商业化的突破方向之一。

根据行业调查数据显示,2021年全球安防摄像头出货量超过1亿台,其中2百万到5百万分辨率摄像机份额超过75%。Omdia预计,2024年中国智能视频监控市场将达到167亿美金,安防市场之大可以想象,由安防市场发展带来的视频监控芯片需求,也给安防芯片供应商带来了新的发展机会。

2021-2021年我国安防行业总收入(图源中研网)

视频监控摄像头从前端到后端都分布着不同的芯片,前端包括ISP芯片、图像传感器、IPC SoC芯片;后端涉及DVR SoC芯片、NVR SoC芯片。目前,国内消费级视频监控芯片和算法企业包括华为海思、富瀚微、君正、寒武纪、清微智能、地平线等。

随着智慧城市建设的开展,视频监控在智慧交通、公共安全、智慧工地等领域得到广泛的应用,并在安防行业中占据较大的市场份额,成为了构建安防系统的核心。经过十几年的发展,视频监控的ISP图像处理、视频编码、AI等技术在智能家居、智慧社区、智能驾驶等场景的应用相对成熟,消费类应用场景的技术也在不断提升,例如分辨率从4K往8K分辨率突破,此外对于双向语音使用较多,目前AI+视频芯片已经在回声消除、噪声消除等方面取得突破,不少芯片企业根据使用场景还增加特色AI方案,例如提供哭声检测、手势识别等。

但是人工智能的识别技术还存在着盲区,例如在夜间、阴霾天、雾霾天,沙漠无人区等复杂环境下,使用考验还是比较大的。那么面对阴霾、沙尘暴等恶劣天气,以及弱光监测环境,视频监控技术该从哪些方面做提升?

阴霾天、沙尘暴等恶劣天气,需要多种编码方式匹配编码场景

行业级摄像机一般用在城市公共安全、智能交通等领域。在晴朗天气时,图像传感器能够自动天气情况和亮度自行调节,实现在不同的光线强度下对监测画面进行AI识别、行为抓拍。但是在阴霾、雾霾等天气环境下,尽管监控设备能够对实现监测功能,在视觉体验以及准确度、识别率上都会有所下降。例如我国某些地区容易出现沙尘暴等恶劣天气给公共安全管理带来了一定困难。今年三月份,北京、河北、内蒙古等多地出现不同程度的沙尘暴,部分地区能见度不足500米。除了沙尘暴外,暴风雪的天气也给城市视频监控带来了技术上的挑战。

国内某视频监控行业的芯片IC公司相关人员向电子发烧友表示,行业级应用场景多样化,光线复杂化,在编码方面要求IPC SoC芯片要同时支持智能编码等多种编码方式匹配不同的编码场景,才能在各种场景下均能提供低码率,高画质的编码图像。

目前,已经有国内芯片厂商在行业类IPC SoC的性能上取得突破。例如清微智能针对视觉处理的多模态智能计算芯片TX510已于去年实现规模量产,出货量突破50万颗。可重构计算芯片因为可以依据应用和算法重构执行计算的硬件资源,所以具有按需即时重构、高能效、低功耗、可适用于多种场景的通用性特点。

清微智能动态可重构计算(CGRA)与传统“指令驱动”计算模式对比

恶劣光线环境下,图像处理算法的适配性需要不断优化

为了适应夜间的应用场景,夜视技术已经衍生出红外夜视摄像机、星光级夜视摄像机、黑光夜视摄像机。仅是“看得见”,还是远远不够的,夜间环境下,摄像机处于弱光环境下,对视野距离、动态追踪、智能算法的适配性都有一定的要求,如果要实现“看得清”,在图像处理方面需要针对低照度,宽动态,快速运动等场景进行优化。

业内人士表示针对HDR+、图像去躁、双光融合等AI算法的提升成为视频监控芯片企业进一步需要突破的方向。为此,已经有芯片厂商计划在AI芯片上应用最新一代ISP图像处理算法进行升级迭代。

国内摄像机芯片玩家瑞芯微就升级了IPC方案RV1126及RV1109,针对夜间光线复杂,人车混行,人脸、车流难以识别的痛点,从高清编解码、画质处理算法、高性能NPU等方面进行优化。据了解,这两款方案采用14nm工艺,内置NPU以及瑞芯微自研的ISP2.0技术,通过ISP画质处理技术,以及3帧HDR算法,在复杂光线环境下实现毫秒级自适应。其合作的AI算法公司包括商汤、旷视、虹软等。

版权声明:
作者:admin
链接:https://www.mbqseo.top/291
来源:湛江SEO
文章版权归作者所有,未经允许请勿转载。

THE END
分享
二维码
< <上一篇
下一篇>>