雾霾太大看不清?这里有份数据支持你一键去雾

在雾霾天气拍照时,由于能见度较低,不可避免出现图像质量不高、拍摄场景不清晰的情况。由于雾霾造成的图像低质量的问题为现实生活中多个领域的工作带来了不小的困扰。

随着“平安城市”的建设,各大城市建立了广泛存在于银行、商场、车站和交通路口等公共场所的视频监系统。

但在实际的公安工作中,受雾霾天气的影响,案情发生后的监控回放或多或少都存在图像不清晰、数据不完整的问题,无法为案件的及时侦破提供有效线索。

嫌疑人面部特征不清晰、嫌疑车辆车牌模糊无法辨认等问题为公安部门破案、法院的取证带来了极大的麻烦。

雾霾天气下监控画面图像不清晰

在智能驾驶方面,车载系统对交通标志、道路障碍的识别和以及对驾驶员状态检测直接关系到驾驶的安全系数。

但是在雾霾天气低能见度的环境下,车载系统对道路状况以及驾驶员状态的识别会大打折扣,车载的安全性也会相应地受到削弱。

雾霾天气下车载系统对交通标志的识别准确度降低

虽然雾霾天气为基于计算机视觉的图像识别的发展提出了挑战,但是基于大数据的支撑,图像去雾技术的不断成熟为上述问题带来了解决方案。

光在雾、霾等介质中传播时,由于粒子的散射作用导致成像传感器采集的图像信息严重降质,这在很大程度上限制了图像的应用价值。

图像去雾的目的是消除雾霾环境对图像质量的影响,增加图像的可视度。目前,图像去雾技术已成为图像处理和计算机视觉领域共同关切的前沿课题,吸引了大批国内人工智能企业的关注。

图像去雾取得较好应用效果的决定性因素在于充足的训练数据集。AI企业如华为、百度等均提供了图像去雾开放平台,通过诉诸丰富的雾前雾后图像训练数据集,其产品搭载的图像去雾技术均取得了长足的发展。

百度的图像去雾处理技术

数据堂自有版权的行业内高标准雾前雾后图像数据深受重视和好评。从实际的应用场景出发,数据堂研制了《2981对雾前雾后图像采集数据》,为图像去雾技术更广泛的落地应用提供助力。

白天雾前雾后图像采集数据样例

该数据用手机进行采集,拍摄角度包括平视、俯视和仰视,拍摄时间大多为白天,以及少量的傍晚雾景。采集场景包括城市道路、建筑物、商店、乡村道路、高山、废墟、公园、海边、花草树木等室外场景。

夜晚雾前雾后图像采集数据样例

按照雾前雾后对比照采集要求(雾前雾后对比明显),该数据精度超过97%是适用于图像去雾机器训练的高规格数据。

图像去雾处理技术的出现解决了雾霾等天气下的图像识别难题,但现有方法的精度还有待进一步的提升。解决这些问题还应回归到训练数据,扩大数据的多样性成为相关AI企业持续努力的方向。

评论

暂无评论