視覺“識(shí)別”是人工智能時(shí)代下，對(duì)安防行業(yè)而言最重要的技術(shù)之一，但目前無論是人臉識(shí)別還是車輛識(shí)別，都面臨著被復(fù)雜光線影響的問題，而后端算法只能做到在特定場(chǎng)景、特定光線狀況下，對(duì)物體進(jìn)行有效識(shí)別，可一旦光線發(fā)生了變化，識(shí)別率就會(huì)大打折扣。

“機(jī)器視覺不能重蹈語(yǔ)音識(shí)別的覆轍?！毖矍婵萍糃EO朱繼志告訴億歐，語(yǔ)音識(shí)別技術(shù)已經(jīng)宣稱識(shí)別率達(dá)到99%，但卻遲遲無法在生活場(chǎng)景中大規(guī)模應(yīng)用，原因就在于“99%的數(shù)據(jù)是在安靜的實(shí)驗(yàn)室中得出的，而生活場(chǎng)景中有大量的噪音，這對(duì)識(shí)別產(chǎn)生了巨大的干擾?！蓖?，在視覺識(shí)別中，攝像頭正常光照下的成像AI識(shí)別率能接近100%，但實(shí)際部署中不可避免會(huì)遇到弱光、逆光、反光等復(fù)雜光的影響，所以現(xiàn)實(shí)中算法識(shí)別率遠(yuǎn)不能達(dá)到實(shí)驗(yàn)室的“理論”效果。

“大腦要強(qiáng)，但如果感知端無法傳輸有效的信息，那么大腦再?gòu)?qiáng)也沒有用。”針對(duì)當(dāng)前AI成像的問題，朱繼志于2014年創(chuàng)立了眼擎科技，研發(fā)超越人眼視覺能力的成像引擎技術(shù)及芯片，解決數(shù)碼成像在弱光、逆光、反光等復(fù)雜光環(huán)境下成像的痛點(diǎn)。

AI視覺新問題：大腦夠強(qiáng)了，眼睛卻跟不上

在安防領(lǐng)域，每年攝像頭出貨量超過1億臺(tái)，人臉識(shí)別、車輛識(shí)別等算法的成熟持續(xù)帶動(dòng)著安防市場(chǎng)擴(kuò)大，但在實(shí)際應(yīng)用中，“識(shí)別”受到了諸多環(huán)境因素的限制，其中最重要一個(gè)挑戰(zhàn)就是復(fù)雜光線。

“如果將整個(gè)識(shí)別的系統(tǒng)比作一個(gè)人，我們現(xiàn)在已經(jīng)有很強(qiáng)的大腦了，但眼睛卻跟不上?！敝炖^志告訴億歐，要對(duì)人臉、車輛進(jìn)行識(shí)別的前提條件，是前端攝像頭能夠傳回清晰的畫面。但現(xiàn)在的問題是，在光線環(huán)境足夠好的時(shí)候，“大腦”對(duì)畫面內(nèi)容的識(shí)別率能接近100%；但在弱光、逆光、反光等復(fù)雜光環(huán)境下，由于無法接收到清晰的畫面，“大腦”對(duì)畫面內(nèi)容的識(shí)別率大打折扣。

為了解決復(fù)雜光問題，業(yè)內(nèi)出現(xiàn)了各種各樣的應(yīng)對(duì)方法。針對(duì)黑暗或弱光環(huán)境，可以使用紅外線，或者直接在攝像頭旁加裝一盞燈，“但這些方法只能解決一部分的光問題，而且還有‘副作用’?！敝炖^志說，紅外線只能在近距離發(fā)揮作用，而且成像噪點(diǎn)大，畫質(zhì)極易受到干擾；而加裝燈的方法只在某些場(chǎng)景下可行，“比如晚上在閘機(jī)口處加裝燈是可行的，但在公路上抓拍車輛的場(chǎng)景卻不合適。”朱繼志說道，大多數(shù)司機(jī)都對(duì)夜晚路過抓拍機(jī)的爆閃燈“有很不好的體驗(yàn)”，但如果不加裝爆閃燈，監(jiān)控設(shè)備就無法正常捕捉到車輛信息。

解決單一非正常光環(huán)境的方法已經(jīng)不盡如人意了，而前端設(shè)備需要面臨的遠(yuǎn)不止一種光環(huán)境。朱繼志告訴億歐，弱光、逆光、反光等只是復(fù)雜光線下的幾種典型，而大部分在戶外使用的攝像頭需要面臨的卻是多種復(fù)雜光線交替出現(xiàn)的場(chǎng)景。

以閘機(jī)口為例，攝像頭架設(shè)的位置和方向是固定的，但一天中光線的強(qiáng)弱、光源位置都會(huì)發(fā)生變化。“早上太陽(yáng)從東邊升起，傍晚從西邊落下，到了晚上又是黑的。”朱繼志說，如果攝像機(jī)朝向東方，則早上逆光現(xiàn)象就會(huì)非常嚴(yán)重，朝向西邊也是同理，到了晚上又是弱光，而通常情況下算法只能針對(duì)其中一種狀況作出優(yōu)化，這給閘機(jī)的高效識(shí)別帶來巨大的挑戰(zhàn)。

打破被日系企業(yè)壟斷的ISP架構(gòu)

不解決弱光、逆光、反光等復(fù)雜光環(huán)境下的自適應(yīng)能力，AI視覺產(chǎn)品就無法大規(guī)模落地進(jìn)行產(chǎn)業(yè)化。但要怎么做才能解決這個(gè)問題呢？

朱繼志認(rèn)為，這個(gè)問題的出路在前端?！盁o論是什么樣的光環(huán)境，只要前端設(shè)備面臨負(fù)責(zé)光線對(duì)成像的干擾時(shí)，依然能夠輸出如同正常光環(huán)境下成像的效果。那么企業(yè)在后端算法上就不需要再做過多的定制，如此一來，企業(yè)就能夠生產(chǎn)更多標(biāo)準(zhǔn)化的產(chǎn)品，提升企業(yè)、乃至整個(gè)行業(yè)的效率?！?/p>

要改造前端設(shè)備，首先需要了解當(dāng)前攝像機(jī)成像的原理，以及存在的問題。

朱繼志介紹道，在數(shù)碼時(shí)代，攝像頭成像需要經(jīng)歷幾個(gè)環(huán)節(jié)。首先，光線穿過鏡頭后，要經(jīng)過CMOS傳感器，CMOS會(huì)將光信號(hào)轉(zhuǎn)化為電信號(hào)，“但這個(gè)電信號(hào)是很粗糙的，”朱繼志說，“如果要將它再轉(zhuǎn)化成一張可視化的圖像，就要再經(jīng)過ISP。”

ISP全稱為Image Signal Processing，即圖像信號(hào)處理，主要用來對(duì)前端圖像傳感器輸出信號(hào)處理進(jìn)行處理。ISP架構(gòu)能夠通過一些列的工作，實(shí)現(xiàn)自動(dòng)光圈、自動(dòng)曝光、自動(dòng)白平衡等功能，讓電信號(hào)真正變成一張可看的圖像。

“但傳統(tǒng)的ISP架構(gòu)有兩大問題。”朱繼志說。第一個(gè)問題是所有RAW數(shù)據(jù)在進(jìn)入ISP架構(gòu)時(shí)，會(huì)直接從16位被裁成8位，導(dǎo)致了大量RAW數(shù)據(jù)信息丟失。RAW是一個(gè)單獨(dú)的數(shù)據(jù)流，如果16位的信息變成8位，那么再轉(zhuǎn)換成JPG格式圖片時(shí)，圖片信息就會(huì)比原始的RAW數(shù)據(jù)信息少256倍?！斑@就是為什么圖像在逆光、反光等復(fù)雜光環(huán)境下質(zhì)量不高、成像不清晰的原因。”

另一個(gè)問題是，ISP架構(gòu)所有核心技術(shù)都被日本企業(yè)掌握。“日本公司是成像行業(yè)的頭部企業(yè)，如果他們都不對(duì)ISP架構(gòu)進(jìn)行突破，那其他公司更加不可能做出大的改變?！敝炖^志說道。

但成像中存在的痛點(diǎn)深深影響著AI視覺產(chǎn)品的大規(guī)模落地是不爭(zhēng)的事實(shí)。既然無法改變傳統(tǒng)的ISP架構(gòu)，那就一定要在技術(shù)上進(jìn)行創(chuàng)新。秉著這樣的初衷，眼擎科技完全拋棄了日系成像技術(shù)的ISP架構(gòu)，打破了日系廠商在成像領(lǐng)域的技術(shù)壟斷，開發(fā)出了全新的“成像引擎”。

從“給人看”到“給機(jī)器看”

“如果一個(gè)問題存在了很久，都沒有被現(xiàn)有架構(gòu)解決，這說明一定要有全新的技術(shù)架構(gòu)才能破解難題。”朱繼志告訴億歐，眼擎科技開發(fā)的“成像引擎”就是這樣一個(gè)解決復(fù)雜光環(huán)境下AI視覺成像問題的全新架構(gòu)。

“傳統(tǒng)ISP架構(gòu)的目的是為了實(shí)現(xiàn)成像這個(gè)功能，”朱繼志說，“但成像引擎重視的是成像的性能。”

據(jù)了解，成像引擎是一個(gè)“算力+算法+數(shù)據(jù)”的全新成像架構(gòu)，具有學(xué)習(xí)功能。朱繼志向億歐介紹道，處理圖片是一個(gè)十分復(fù)雜的過程，因此算力對(duì)成像引擎而言十分重要；但光有算力是不夠的，還要開發(fā)出針對(duì)不同場(chǎng)景的算法，才能解決實(shí)際應(yīng)用中的問題；在算力和算法都具備的條件下，最終還需要在不同復(fù)雜光環(huán)境下進(jìn)行測(cè)試，以收集到更多的場(chǎng)景數(shù)據(jù)，讓算法進(jìn)行學(xué)習(xí)，達(dá)到讓整個(gè)成像引擎能夠適應(yīng)多種復(fù)雜光環(huán)境的目的。

在成像引擎實(shí)際運(yùn)作中，“經(jīng)過CMOS的8~16位RAW數(shù)據(jù)進(jìn)來時(shí)，我們直接基于RAW數(shù)據(jù)進(jìn)行無裁剪處理，如果按照16位的數(shù)據(jù)來算，成像引擎處理的原始圖像信息量比傳統(tǒng)ISP高256倍，最后把它壓縮成8位的JPG圖像?！敝炖^志說，這樣的方法能夠保留所有圖像細(xì)節(jié)信息，無論在什么光線環(huán)境下，都能對(duì)圖像實(shí)現(xiàn)優(yōu)質(zhì)處理。

“顏色是AI測(cè)量世界的根本依據(jù)，也是深度學(xué)習(xí)進(jìn)行圖像識(shí)別的基礎(chǔ)?！敝炖^志認(rèn)為，成像技術(shù)的目的已經(jīng)從“給人看”過渡到“給機(jī)器看”，“AI視覺需要的是一把標(biāo)尺，關(guān)注的不是美顏、像素，而是準(zhǔn)確的輸出物體的顏色、銳度以及豐富的細(xì)節(jié)?！?/p>

據(jù)了解目前成像引擎暗光能力比人眼高8倍，降噪能力比攝像頭高64倍，逆光能力比攝像頭高32倍。未來三年，眼擎科技的使命就是讓成像引擎芯片的成像能力將全方位超越人眼。

AI視覺的“最后一公里”

今年1月，眼擎科技推出了完全自主研發(fā)的全球首款復(fù)雜光線專用成像芯片eyemoreX42。除了成像芯片，眼擎科技也通過提供成像開發(fā)套件、成像模組、成像算法IP以及深度定制成像方案等一系列全套的成像技術(shù)方案及服務(wù)。

“我們定位是一家上游的芯片公司。”朱繼志告訴億歐。傳統(tǒng)ISP架構(gòu)集成在SoC里面，而眼擎科技拋棄ISP架構(gòu)后，需要填補(bǔ)成像技術(shù)的空白，但眼擎科技的成像引擎是一個(gè)“算力+算法+數(shù)據(jù)”的全新成像架構(gòu)，原來ISP在SoC中所處的位置無法承擔(dān)成像引擎的處理能力，“所以我們要單獨(dú)生產(chǎn)一個(gè)芯片來實(shí)現(xiàn)成像引擎的功能。”

“AI正驅(qū)動(dòng)著芯片產(chǎn)業(yè)發(fā)生變化?！敝炖^志告訴億歐，以前CPU一家獨(dú)大，攝像機(jī)里只需要一個(gè)主芯片就能實(shí)現(xiàn)所有功能；但AI時(shí)代來臨后，GPU的重要性就體現(xiàn)出來了，所有算法都是基于GPU實(shí)現(xiàn)，因此攝像機(jī)中需要加入GPU；但當(dāng)GPU的算力變得很強(qiáng)、算法很豐富的時(shí)候，前端攝像頭能力的好壞就成了AI視覺“最后一公里”的關(guān)鍵問題，因此還需要一款新的成像芯片來解決這個(gè)問題，眼擎科技解決的正是這“最后一公里”的問題。

朱繼志表示，眼擎科技的愿景是成為AI成像領(lǐng)域的頭部企業(yè)，定位上游的技術(shù)方案商，通過賦能的方式，向下游打造終端產(chǎn)品的公司輸出自己的成像能力。據(jù)了解，眼擎科技未來將在安防、工業(yè)檢測(cè)、無人零售、智能醫(yī)療、機(jī)器人、深度相機(jī)等領(lǐng)域重點(diǎn)發(fā)力。

“我們是面向未來的，關(guān)注的是新產(chǎn)品和新應(yīng)用市場(chǎng)。”朱繼志告訴億歐，眼擎科技的戰(zhàn)略是先做核心技術(shù)突破，再找市場(chǎng)應(yīng)用部署，“場(chǎng)景與技術(shù)是相互推動(dòng)的，場(chǎng)景的需求能催生技術(shù)的更新，而技術(shù)的創(chuàng)新能’解鎖’更多應(yīng)用場(chǎng)景?！敝炖^志說，比如在安防領(lǐng)域，眼擎的全新成像技術(shù)將變革閘機(jī)的場(chǎng)景，未來閘機(jī)處的攝像頭不再需要任何輔助光源，也能清晰的“看”見人和物；同樣，“未來公路上有爆閃燈，可能也會(huì)變成一件奇怪的事?！?/p>

今年是眼擎科技啟動(dòng)市場(chǎng)推廣的第一年，朱繼志認(rèn)為，將芯片推向市場(chǎng)需要2年的時(shí)間，之后還要再用2年的時(shí)間等待市場(chǎng)成熟?！癆I視覺成像能力的改變并不是一蹴而就的，而是一個(gè)慢慢迭代升級(jí)的過程。”朱繼志說，只講技術(shù)原理，安防圈子的人都懂，但只有看到成像引擎的實(shí)際效果，市場(chǎng)才能對(duì)這個(gè)原創(chuàng)技術(shù)有最直觀的感知，“用戶體驗(yàn)這種主觀的感覺是很難說清楚的，所以還需要時(shí)間讓大家慢慢了解和接受?！?/p>