苏企发明“低照度增强算法”可降光污染光污染|算法|

江苏龙网：

近日，苏州科达科技股份有限公司发布：其最新研发的一种基于自编码器的夜间图像增强方法发明专利已成功申报。该研发跳过了传统意义的摄像机ISP成像方式，能在夜间低照环境下实时抓拍高质量的车辆及车内司乘人员照片，对于人们通常看到的爆闪捕捉，可较大程度降低马路上的光污染。

**苏企发明“低照度增强算法”可降光污染**

　　苏州科达是一家位于苏州高新区的上市企业。前天晚上，采访人员特来到苏州科达已安装在苏州阊胥路进行试验的超微光卡口，进行实地采访。苏州科达智慧城市事业部相关负责人林姚华告诉采访人员，通常来说，每当开车路过卡口时，传统的卡口灯都非常亮。超量的灯光及爆闪捕捉——突然一亮，会让人一吓，那爆闪的强光还会伤人眼睛、给安全带来隐患。由于市场上现有汽车前档玻璃贴膜对红外光的透光率千差万别，为获得色彩还原效果，导致对频闪补光灯的依赖仍然较高，灯的亮度在夜间非常之强。

　　科达的AI超微光卡口，创新性地采用了自主研发的深度学习低照度增强算法，在解决光污染问题上迈出了重要一步，已可大大降低光污染。林姚华说。现场给采访人员的第一感受是，从旁侧任何一个方向看上去，灯光都很微弱；而只有当汽车行驶通过时，才有闪烁瞬间。而后台录得影像，坐在车里人影像非常清晰。

　　企业技术人员告诉采访人员，该算法对夜间低照情况下车辆卡口的图像抓拍进行了数学建模，设计了一个端到端的深度学习模型。在低照环境下，采用深度学习低照度增强算法的科达AI超微光卡口，仅需微弱的补光条件，即可抓拍高质量的车内司乘人员照片，而且不受车膜透光率、红外反光材料的影响，清晰呈现人脸、人员信息，无偏色。

　　而通过对大量卡口抓拍图片的学习，直接对传感器输入数据进行图像恢复，该算法超微光卡口所依赖的补光条件基本做到了交通参与者及周边居民的无感知，不仅大幅缓解了城市居民与交通参与者呼声越来越高的道路光污染问题，还充分还原物体颜色与纹理等细节信息，如车辆特征分析、驾乘人员分析等，可满足公安、交管部门日益增长的车辆大数据、人像大数据应用需求，较好地实现环保与交通监管间的平衡。

　　据悉，目前苏州市安防协会已组织开展关于电警车辆卡口补光灯使用标准化建设，正在探讨如何在满足公安实战需求条件下，建立光环保不扰民，并探讨建立相应的团体标准。