当前，道路卡口监控摄像机功能愈加丰富化，而由于成像技术的局限性，必须依赖较强的补光条件，来满足卡口应用需求，但却无法从本质上解决光污染问题。因此，如何在真正低光污染的前提下，应对道路卡口综合应用需求，成为当前安防企业需要突破的技术难题。
超微卡口应用两大核心需求
近年来，深度学习技术的重大突破，使人像大数据在公安、交通领域的实战价值愈加凸显。这种应用趋势推动了智慧城市建设对道路卡口产品功能需求的变化，即要求卡口摄像机从单一采集车牌及车辆特征，演变到同时还要看清车内人员的人脸及驾驶违法行为。也就是说，产品应用需求向多维度数据采集及数据分析的综合应用趋势演变，以此增强公安警务人员进行人脸布控及交警人员非现场执法能力。
不过，以当前的成像技术能力，摄像机必须配备高强度的爆闪灯进行补光，才能看清车内人脸及行为，这是市场上传统卡口摄像机的解决方案。随着道路卡口的逐渐增多，这样的技术方案不可避免使光污染问题更加严重。尤其是夜间，长期的光污染威胁着交通参与者的驾驶安全，而且影响道路周边居民的日常生活。
纵观全国，光污染问题已逐步演变为城市“通病”，很多城市居民对此反映强烈，要求降低光污染的呼声越来越高。以苏州为例，在近日“电警、车辆卡口补光灯使用标准化建设座谈会”上，苏州市政协委员王卫成从实际案例出发，代表苏州市民强烈呼吁公安交管部门与相关厂商共同努力，尽快解决老百姓普遍关注的光污染问题。
目前改善型卡口存在“缺陷”
为了应对超微卡口带来的光污染影响，安防主流厂商及相关科研机构都在不断尝试从技术上解决这个问题。当前普遍的做法是镜头内置双传感器设计，采用红外补光与较低照度的频闪灯补光相结合的方式，这种技术方案虽然在满足卡口综合应用需求的同时，一定程度上缓解了卡口光污染程度，但结合实际应用场景来看，却带来一系列新的问题且本质上存在一定的缺陷，主要表现在以下三个方面：
一是红外光成像的局限性，由于当前国家对车前玻璃贴膜对红外透光性的标准没有明确要求，造成厂商生产的贴膜对红外光穿透性能差异性很大。根据调查数据显示，国内车前玻璃贴膜对红外光的渗透率为10%-90%，造成红外光抓拍的人脸效果参差不齐。另外，由于红外光和可见光两种光源对同一个物体反馈出来的颜色不一样，造成两者融合的图像还原度不够。因此，对看清人脸需求越来越高的卡口来说，采用红外补光就是伪命题。
二是红外光成像受衣服颜色影响，车内人员如穿戴特殊红外反光材料做成的衣服、饰品，将引起抓拍照片的色彩还原失真，导致抓拍照片失去举证的合法性。当然，这里还有一个隐含的问题：国内数量最多的小型车的车牌是蓝底白字的，在红外效果下看不清楚。
三是对补光条件依赖较大，卡口相机的成像技术局限性导致对频闪补光灯的依赖仍然较高，造成灯的亮度在夜间仍然较强。如果LED频闪灯能量太大，车辆在驶出补光区域的最初几秒，将对驾驶员造成最危险的光污染，影响道路驾驶安全。
图1：同一车内的同一驾驶员，在红外光表现下，黑色衣服变成了白色
图2：同一地点，右车采用高红外阻隔的前挡风玻璃贴膜，导致无法抓拍到清晰人脸
前置AI低照度增强算法从源头破解
针对目前超微卡口光污染改善问题，科达创新性的采用了自主研发的深度学习低照度增强算法，从传感器图像源头数据着手，可谓是在解决光污染问题上迈出了重要一步。
当前，深度学习技术主要应用于模式匹配和图像识别，例如车牌识别及车辆特征提取等。而科达则将这种深度学习技术应用到前端传感器图像增强处理技术领域，建立端到端的深度学习模型，跳过传统意义的摄像机ISP成像方式，通过对大量卡口抓拍图片的学习，直接对前端图像传感器输出的裸数据进行图像恢复，最大化还原低照度环境下的人脸及行为的实际图像效果。
这种处理技术的好处是，它突破了传感器成像技术的局限性。目前前端摄像机内置的芯片，对图像处理算法有一定的限制范围，而对传感器输入数据直接处理，则不受这种限制，可以按照实际业务需求，输出图像效果。
另外，相对于双传感器设计的硬件解决方案，独创的AI低照度增强算法，可在大幅减少卡口对补光灯的依赖的条件下，提升图像亮度且充分还原物体颜色与纹理等细节信息。可以说，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。
总的来讲，采用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，在驾驶人及周围居民基本无感知的补光条件下，实现车内人脸的高清抓拍，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。
定制化LED补光灯聚焦光斑
根据实测数据结果显示，以同等的图像效果为基准来判定，LED灯光污染相当于爆闪灯的50倍，可见，LED灯光污染比较严重。不过，在低照度环境下，摄像机抓拍清晰人脸及行为，必须依靠LED补光来实现。因此，无论采用哪种设计方案，都必须依赖LED补光条件。我们能做的就是在看清司乘人员人脸及其他特征的前提下，尽可能的弱补光，让驾驶人员弱感知，让周围居民无感知。
相对于脉冲氙气灯补光(也即是大家常说的爆闪灯)，LED频闪灯补光时，在车辆经过的瞬间，也许摄像机拍的视频还能区别环境中的明暗区域，但在这个瞬间LED灯的亮度对人眼是致盲的，这是光污染最危险的地方，而且对周围环境光污染也更加严重。
当前市面上的LED补光灯一般是采用直射方式，发射出来的光斑较为发散，不但造成卡口周围光污染相对较高，而且在一定程度上降低了抓拍区域的亮度。而科达独创性的采用定制低照LED补光灯，通过创新的绿色补光技术，在一定程度上减少光斑发散，且实现最大化发挥光线的应用效能。
另外，相对于红外光和可见光融合的技术方案，单纯用低照度暖光LED补光灯，不仅对实际物体的颜色还原度较高，清晰呈现车内人脸与驾驶违法行为。而且在增加抓拍图像亮度的同时，降低对周围的光污染，整体能耗也相对较小。
注：以下三张图分别是在过车抓拍时科达AI超微光卡口、改善型卡口、传统卡口的夜间实拍，同样光照亮度对比明显。
图3：科达AI超微光卡口抓拍过车的视频截图照片
图4：“环保型卡口”夜间补光灯依然很亮
图5：传统卡口抓拍过车时的视频截图照片
总结
独创性的采用AI低照度深度学习算法，从前端传感器入手，对成像前的裸数据进行修复和处理，打破了从硬件及后期图像处理的传统做法。只需要配合定制化的低照度LED补光灯，可以真正在低光污染的条件下达到黑光或超星光产品成像效果，增强公安和交警人员的业务实战能力，同时，提升驾驶员和周边居民的主观体验。
无疑，科达采用独创AI深度学习低照度增强算法技术的新一代AI超微光卡口摄像机，将在小场景道路卡口实际应用中大有作为，它代表着一种新的技术应用趋势。并且，随着相关技术的不断迭代和演进，这类产品的应用场景将不断得到延展和深化。