现在AI技术有了长足的进步,算力正在变得越来越便宜,软件和生态变得越来越成熟。所以把AI引进了ISP技术,会有哪些优势和难度呢?
一、AI ISP带来的优势
图像调优智能化了,调优时间大大缩短,也不需要很多专业人士投入到这项工作里去,有效提高了劳动生产力。
把算力和大数据结合起来,带以前传统的画质极限上又增加了一块,以前的很多参数平衡是像跳跳板一样,现在通过智能识别可以把整个画面分割得更加精细,根据不同场景和物体来做配置,突破了很多以前画质的极限。
以前摄像机一旦部署了以后,基本上能力就固定了。AI的ISP部署后,会不断根据所处的场景、补充数据进一步学习,相机会越来越智能。这是在AI的ISP相比传统ISP重大的优势。
二、AI引进了ISP技术的难度
第一在算法上,AI ISP基于对图像质量要有PQ调优经验,拥有多年的ISP迭代经验才能作为它的基础。第二,必须要有AI需要的数据来作为模式识别、模型的抽取的支持。第三,必须要有一定的算力。终端作为一个场景,成本有一定的限制,功耗有一定的限制,体积有一定的限制。完成特定的功能、在特定的场景,消耗的算力小的情况下,设计才是更优的。在这三方面,都要有深厚的积累,才能为发展AI ISP技术打下良好的基础。
本文选取了海思3516DV300+IMX385方案的IPC模块代表传统ISP和AI ISP的模块进行效果测试,截取了不同条件下的测试视频截图,进行如下对比:
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。