Hailo正在将Visidon的低光视频增强技术集成到其Hailo-15 AI视觉处理器中，以推动针对智能相机的AI驱动视频分析，尤其是在挑战性的照明条件下。
预计这项合作将提高视频质量，促进对视频流中对象的更准确的检测，识别和分析。这种进步对生物识别监测的应用是有益的。
随着近年来边缘计算的大量增长，Hailo预计将AI处理器的计算能力与先进的视频技术相结合将使同时执行多个AI任务。
Visidon首席执行官Markus Turtinen说：“我们很高兴与Hailo合作，通过我们的AI De-Noise技术，为Hailo-15 AI Vision处理器授权的相机设备提供了非凡的低光视频质量。”
当部署智能摄像机进行监视时，并行执行任务的能力将导致更快地检测高分辨率的对象。这种增强允许准确识别较小，更遥远的物体，从而降低了错误警报的速率。
例如，已经证明了基于CNN的基于CNN的技术可以改善现实情况下的对象检测，在这种情况下，噪声传统上会影响检测模型的性能。
提高视频质量的一个关键方面是减少图像和视频输入中的噪声。 Visidon的去噪声算法这里在增强视频录像方面发挥关键作用，以进行更好的活动监控，并导致更清晰，更详细的图像。
Visidon开发了一种基于卷积的神经网络技术，它使边缘设备非常适合涉及图像和视频分析的任务。它利用深度学习来提高各种照明条件下的清晰度和颜色准确性。
Turtinen补充说：“不仅是为了提高视觉质量，而且还提高了具有挑战性的条件下的AI检测准确性，为Hailo-15智能相机客户提供了真正的竞争优势。”
Visidon开发先进的降噪算法的方法是详细的培训数据，一项优化的推理管道，特定于摄像机的定制和快速体系结构。这使解决方案能够提高客观和主观方式的噪声水平。
Visidon与嵌入式相机供应商合作，为嵌入式系统开发自定义算法。它们被优化，可以在不损害性能的情况下使用Edge设备资源限制。
尤其是在边缘设备中，基于AI的视频分析工作负载的功耗是巨大的。但是Visidon设法优化了其网络，以实现卓越的成果，而无需过多的功耗。
视频增强解决方案的重点是它在低光条件下的效率。该算法的优化使它们能够比传统的图像信号处理器（ISP）技术更好，即使在0.1 Lux以下的超低光中也是如此。
“我们与Visidon的合作伙伴关系是基于一种共同的信念，即ISP的未来将是基于神经网络的。AI驱动的图像质量已成为智能手机的标准，我们正在寻求将相同水平的算法和硬件创新带给智能卡梅拉斯，” MARK GROBMAN在HAILO上的Mark Grobman说。
合并开发的解决方案被认为能够在低至0.1 lux的照明条件下以每秒60帧的速度处理4K视频流。通常，这种视频格式在较差的光线条件下需要大量的处理能力，但是Visidon模型的能力被认为是一个例外。
同样，Visidon算法设计为与硬件无关，以确保它们可以与各种系统集成在一起。该技术将在嵌入式世界在4月9日至11日之间的纽伦堡。
“通过将其与Visidon在神经形象增强方面的熟练程度相结合，我们取得了非常出色的结果，” Grobman继续说道。
