เหตุใดการถ่ายภาพในสภาวะแสงน้อยที่ไม่ดีจึงลดความแม่นยำในการจดจำของ AI

การแนะนำ

ปัญญาประดิษฐ์ได้เปลี่ยนแปลงการเฝ้าระวัง ระบบอัตโนมัติทางอุตสาหกรรม และการขนส่งอัจฉริยะไปอย่างรวดเร็ว อย่างไรก็ตาม มีความจริงอันโหดร้ายประการหนึ่งที่มักถูกมองข้ามในอุตสาหกรรมนี้:AI จะดีก็ต่อเมื่อเห็นภาพเท่านั้น.

เมื่อสภาพแสงลดลง ระบบภาพจำนวนมากประสบปัญหา—และประสิทธิภาพของ AI ก็เช่นกัน นี่คือจุดที่การออกแบบด้านการมองเห็นกลายเป็นเรื่องสำคัญ ที่ Shanghai Silk Optical Technology เรามักจะพูดว่า:“แสงที่แย่จะสร้างข้อมูลที่ไม่ดี และข้อมูลที่ไม่ดีจะสร้างความฉลาดที่ไม่น่าเชื่อถือ”

เรามาสำรวจว่าเหตุใดการถ่ายภาพในสภาพแสงน้อยจึงส่งผลกระทบอย่างรุนแรงต่อความแม่นยำในการจดจำ AI และประสิทธิภาพของออพติคขั้นสูงเช่นPL100 F1.0 เลนส์แสงสีดำช่วยแก้ปัญหานี้

AI ไม่ “มองเห็น”—คำนวณจากพิกเซล

AI ไม่เหมือนกับมนุษย์ตรงที่ไม่ตีความฉากต่างๆ ตามอารมณ์หรือบริบท มันขึ้นอยู่กับ:

• ความคมชัดของพิกเซล
• ข้อมูลความคมชัด
• คำจำกัดความของขอบ
• ความสม่ำเสมอของสีหรือระดับสีเทา
• อัตราส่วนสัญญาณต่อเสียงรบกวน (SNR)

เมื่อสภาพแสงน้อยลดอินพุตเหล่านี้ โมเดล AI จะเริ่มล้มเหลวในลักษณะที่คาดเดาได้

ปัญหาหลัก: สัญญาณรบกวนเกิน

ในสภาพแสงน้อย เซ็นเซอร์กล้องจะขยายสัญญาณเพื่อชดเชย สิ่งนี้นำไปสู่:

• สัญญาณรบกวนของภาพเพิ่มขึ้น
• ขอบเบลอ
• การบิดเบือนสี
• การสูญเสียรายละเอียดพื้นผิว

จากมุมมองของ AI นี่เป็นหายนะ

โครงข่ายประสาทเทียมที่ได้รับการฝึกฝนให้ตรวจจับ:

• ใบหน้า
• ยานพาหนะ
• ป้ายทะเบียน
• การเคลื่อนไหวของมนุษย์

…จะประสบปัญหาเมื่อข้อมูลอินพุตไม่เสถียรหรือไม่สอดคล้องกัน

คุณภาพของภาพที่ลดลงแม้เพียงเล็กน้อยก็สามารถลดคะแนนความเชื่อมั่นในการตรวจจับได้อย่างมาก

เหตุใดสภาพแสงน้อยจึงทำลายโมเดล AI

1. การสูญเสียคุณสมบัติ

การตรวจจับ AI ขึ้นอยู่กับคุณสมบัติการมองเห็นที่สำคัญ เช่น ขอบและพื้นผิว ในที่แสงน้อย:

• ใบหน้าสูญเสียความคมชัดของรูปร่าง
• ยานพาหนะสูญเสียขอบสะท้อนแสง
• วัตถุผสมผสานเข้ากับพื้นหลัง

หากไม่มีคุณสมบัติที่ชัดเจน AI ก็ไม่มีอะไรน่าเชื่อถือในการจำแนกประเภท

2. ผลบวกลวงเพิ่มขึ้น

สัญญาณรบกวนในภาพที่มีแสงน้อยจะสร้างรูปแบบแบบสุ่มที่ AI อาจตีความว่าเป็นวัตถุผิดๆ

ผลลัพธ์:

• สัญญาณเตือนที่ผิดพลาดมากขึ้น
• ความน่าเชื่อถือของระบบลดลง
• เพิ่มภาระงานการตรวจสอบโดยมนุษย์

3. สิ่งประดิษฐ์จากการเคลื่อนไหวมีความรุนแรง

ในสภาพแวดล้อมที่มีแสงสลัว กล้องมักจะเพิ่มเวลาเปิดรับแสง:

• วัตถุที่กำลังเคลื่อนที่จะเบลอ
• อัลกอริธึมการติดตามของ AI สูญเสียความต่อเนื่อง
• การวิเคราะห์พฤติกรรมไม่เสถียร

4. ข้อมูลสีสูญหาย (หรือเสียหาย)

สีมีความสำคัญอย่างยิ่งต่อการจำแนกประเภท AI ใน:

• ระบบจราจร (การตรวจจับยานพาหนะ)
• การวิเคราะห์การค้าปลีก (การแบ่งส่วนออบเจ็กต์)
• ความปลอดภัย (การระบุเสื้อผ้า)

ระบบอินฟราเรดมักจะขจัดสีออกไปโดยสิ้นเชิง ทำให้ลดความสมบูรณ์ของการจำแนกประเภทลง

การถ่ายภาพอินฟราเรด: ทรงพลังแต่มีข้อจำกัดสำหรับ AI

ระบบอินฟราเรด (IR) ทำงานได้ดีในที่มืดสนิท แต่กลับนำมาซึ่งความท้าทายด้าน AI:

• การถ่ายภาพขาวดำจะลดความหลากหลายของคุณสมบัติ
• ฮอตสปอต IR แบบสะท้อนแสงจะบิดเบือนเรขาคณิตของฉาก
• ความแตกต่างทางวัตถุกลายเป็นเรื่องยากที่จะแยกแยะ
• ชุดข้อมูลการฝึกอบรมมักจะไม่ตรงกับสภาพแวดล้อม IR จริง

กล่าวโดยย่อ: IR ช่วยให้ "มองเห็นในความมืด" แต่ไม่ใช่ "เข้าใจในความมืด" เสมอไป

เหตุใดการถ่ายภาพ Black Light F1.0 จึงปรับปรุงความแม่นยำของ AI

นี่คือที่เทคโนโลยีแบล็คไลท์ F1.0โดยพื้นฐานแล้วจะเปลี่ยนสมการ

ต่างจากระบบ IR ตรงที่เลนส์ชอบPL100 ของ Shanghai Silk Opticalขยายใหญ่สุดการจับแสงที่มองเห็นได้ใช้การออกแบบเชิงแสงมากกว่าการส่องสว่างแบบประดิษฐ์

ข้อดีที่สำคัญ:

1. อัตราส่วนสัญญาณต่อเสียงรบกวน (SNR) ที่สูงขึ้น

รูรับแสงขนาดใหญ่พิเศษ F1.0 ช่วยให้โฟตอนเข้าถึงเซนเซอร์ได้มากขึ้น:

• ต้องการเซ็นเซอร์เพิ่มขึ้นน้อยลง
• เสียงรบกวนต่ำลง
• ข้อมูลอินพุต AI ที่สะอาดยิ่งขึ้น

2. การเก็บรักษาสีตามธรรมชาติ

AI ได้รับประโยชน์อย่างมากจากข้อมูล RGB เต็มรูปแบบ:

• การจำแนกวัตถุที่ดีขึ้น
• ปรับปรุงความแม่นยำในการระบุตัวตนอีกครั้ง
• การวิเคราะห์พฤติกรรมที่เชื่อถือได้มากขึ้น

3. ปรับปรุงความคมชัดของขอบ

การออกแบบด้านการมองเห็นขั้นสูง (องค์ประกอบแอสเฟอริคัล + การควบคุมความผิดเพี้ยนต่ำ) ช่วยให้มั่นใจได้ถึง:

• การแยกคุณสมบัติที่แข็งแกร่ง
• ขอบเขตวัตถุที่มั่นคง
• ประสิทธิภาพการเรียนรู้เชิงลึกที่ดีขึ้น

4. ความเข้ากันได้ของชุดข้อมูลที่ดีขึ้น

โมเดล AI ส่วนใหญ่ได้รับการฝึกฝนเกี่ยวกับชุดข้อมูลแสงที่มองเห็นได้ การถ่ายภาพแสงสีดำ:

• จับคู่ข้อมูลการฝึกอบรมได้ดีกว่า IR
• ปรับปรุงความแม่นยำในการปรับใช้ในโลกแห่งความเป็นจริง
• ลดต้นทุนการฝึกอบรมโมเดลใหม่

เลนส์ PL100: สร้างขึ้นเพื่อประสิทธิภาพการมองเห็นของ AI

ที่PL100 F1.0 เลนส์แสงสีดำจาก Shanghai Silk Optical Technology ได้รับการออกแบบมาโดยเฉพาะเพื่อลดช่องว่างระหว่างระบบออพติกและความอัจฉริยะของ AI

ลักษณะสำคัญ:

• รูรับแสงขนาดใหญ่พิเศษ F1.0
• การถ่ายภาพความละเอียดสูง 4MP
• ปรับให้เหมาะสมสำหรับการถ่ายภาพสีเต็มรูปแบบในที่แสงน้อย
• สถาปัตยกรรมออปติคัลความบิดเบี้ยวต่ำ
• การสร้างภาพที่เสถียรสำหรับระบบวิชันซิสเต็ม

มันใช้กันอย่างแพร่หลายทั่ว:

• ระบบเฝ้าระวังอัจฉริยะ
• การตรวจสอบการจราจรที่ขับเคลื่อนด้วย AI (ITS)
• ระบบตรวจสอบโดรน
• วิชันซิสเต็มอุตสาหกรรม
• กล้อง ADAS ในรถยนต์
• โครงสร้างพื้นฐานเมืองอัจฉริยะ

บทสรุปที่แท้จริง: AI ต้องการแสงที่ดีกว่า ไม่ใช่แค่อัลกอริทึมที่ดีกว่า

บริษัทหลายแห่งลงทุนมหาศาลในโมเดล AI แต่มองข้ามข้อกำหนดพื้นฐานที่สุด:อินพุตออปติคัลคุณภาพสูง.

หากภาพไม่ดี:

• ความมั่นใจของ AI ลดลง
• การตรวจจับเท็จเพิ่มขึ้น
• ความน่าเชื่อถือของระบบพังทลายลง

หากภาพสะอาด:

• AI มีความแม่นยำมากขึ้นอย่างมาก
• ต้นทุนการดำเนินงานลดลง
• การตัดสินใจดีขึ้น

ความคิดสุดท้าย

การถ่ายภาพในสภาวะแสงน้อยที่ไม่ดีไม่ได้เป็นเพียงข้อจำกัดของกล้องเท่านั้น แต่ยังเป็นปัญหาคอขวดของประสิทธิภาพของ AI อีกด้วย ระบบอินฟราเรดช่วยได้ในที่มืด แต่มักจะต้องแลกมาด้วยรายละเอียดและสี ในทางตรงกันข้าม เลนส์ Black Light F1.0 เหมือนกับเลนส์PL100รักษาความสมบูรณ์ของข้อมูลในโลกแห่งความเป็นจริงที่ระบบ AI พึ่งพา

ในระบบการมองเห็นสมัยใหม่ ความจริงประการหนึ่งกำลังชัดเจนมากขึ้น:

เลนส์ที่ดีกว่า = AI ที่ดีกว่า