Hailo正在將Visidon的低光視頻增強技術集成到其Hailo-15 AI視覺處理器中，以推動針對智能相機的AI驅動視頻分析，尤其是在挑戰性的照明條件下。
預計這項合作將提高視頻質量，促進對視頻流中對象的更準確的檢測，識別和分析。這種進步對生物識別監測的應用是有益的。
隨著近年來邊緣計算的大量增長，Hailo預計將AI處理器的計算能力與先進的視頻技術相結合將使同時執行多個AI任務。
Visidon首席執行官Markus Turtinen說：“我們很高興與Hailo合作，通過我們的AI De-Noise技術，為Hailo-15 AI Vision處理器授權的相機設備提供了非凡的低光視頻質量。”
當部署智能攝像機進行監視時，並行執行任務的能力將導致更快地檢測高分辨率的對象。這種增強允許準確識別較小，更遙遠的物體，從而降低了錯誤警報的速率。
例如，已經證明了基於CNN的基於CNN的技術可以改善現實情況下的對象檢測，在這種情況下，噪聲傳統上會影響檢測模型的性能。
提高視頻質量的一個關鍵方面是減少圖像和視頻輸入中的噪聲。 Visidon的去噪聲算法這裡在增強視頻錄像方面發揮關鍵作用，以進行更好的活動監控，並導致更清晰，更詳細的圖像。
Visidon開發了一種基於卷積的神經網絡技術，它使邊緣設備非常適合涉及圖像和視頻分析的任務。它利用深度學習來提高各種照明條件下的清晰度和顏色準確性。
Turtinen補充說：“不僅是為了提高視覺質量，而且還提高了具有挑戰性的條件下的AI檢測準確性，為Hailo-15智能相機客戶提供了真正的競爭優勢。”
Visidon開發先進的降噪算法的方法是詳細的培訓數據，一項優化的推理管道，特定於攝像機的定制和快速體系結構。這使解決方案能夠提高客觀和主觀方式的噪聲水平。
Visidon與嵌入式相機供應商合作，為嵌入式系統開發自定義算法。它們被優化，可以在不損害性能的情況下使用Edge設備資源限制。
尤其是在邊緣設備中，基於AI的視頻分析工作負載的功耗是巨大的。但是Visidon設法優化了其網絡，以實現卓越的成果，而無需過多的功耗。
視頻增強解決方案的重點是它在低光條件下的效率。該算法的優化使它們能夠比傳統的圖像信號處理器（ISP）技術更好，即使在0.1 Lux以下的超低光中也是如此。
“我們與Visidon的合作夥伴關係是基於一種共同的信念，即ISP的未來將是基於神經網絡的。AI驅動的圖像質量已成為智能手機的標準，我們正在尋求將相同水平的算法和硬件創新帶給智能卡梅拉斯，” MARK GROBMAN在HAILO上的Mark Grobman說。
合併開發的解決方案被認為能夠在低至0.1 lux的照明條件下以每秒60幀的速度處理4K視頻流。通常，這種視頻格式在較差的光線條件下需要大量的處理能力，但是Visidon模型的能力被認為是一個例外。
同樣，Visidon算法設計為與硬件無關，以確保它們可以與各種系統集成在一起。該技術將在嵌入式世界在4月9日至11日之間在紐倫堡。
“通過將其與Visidon在神經形象增強方面的熟練程度相結合，我們取得了非常出色的結果，” Grobman繼續說道。
