“国泰民安张学友”这句网络金句，大概无人不晓。因为去年在张学友全国巡演现场，接连不断地抓获了网络逃犯。据报道称，在其全国巡演期间，至少拘捕了46名逃犯或疑犯，这也使得张歌神有了“逃犯克星”的光荣称号。
图片来源于网络
一场演唱会往往是几万人的规模，再加之灯光昏暗，警方是如何在人山人海中成功锁定逃犯的呢？这得益于AI人脸识别技术的应用，以及清晰的视频呈现效果。
AI人脸识别，人们并不陌生。比如工作中的人脸打卡考勤、支付宝中的人脸支付、智能手机上的人脸解锁等等。相比这些静态的人脸识别，张学友演唱会上抓获逃犯则是在动态环境下的人脸识别。在动态环境下的图像识别，常常因受到环境、光线、角度等因素的影响，从而导致视频模糊不清。
那么，在恶劣环境下拍摄的不清晰视频，对于安防，甚至交通监控、边防、海防、森林高空监控、城市高空瞭望等场合，是否能会起到有效作用呢？答案是YES，因为有视频增强技术帮忙去“雾”。在英特尔® FPGA中国创新中心展厅展示的实时视频澄清，就做了鲜明的对比演示。
视频图像的清晰度直接影响其信息传达的准确性，但受制于拍摄环境的影响，视频不清晰的情况常常会出现。FPGA通过增强图像的对比度和亮度，提供了一种从算法角度解决低照度视频不清晰问题的方案。
▲实时视频澄清演示
骏龙科技有限公司的实时视频澄清，就是基于FPGA实现的一个视频增强的解决方案。骏龙科技利用FPGA的并行计算能力，通过Intel® Cyclone® V ST SoC实时视频澄清，提高了夜间、烟雾、背光、雾霾或黑暗场景下图像的清晰度，直线处理延迟低于100微秒。与传统的处理器平台相比，实时性和处理效果都得到了大幅提升，让人们即使“雾”里看花，也能看得真真切切。这项技术广泛应用于交通监控、安防等领域。
对于安防等行业来说，视频监控“看得清”尤其重要。而近年来随着经济的发展，空气污染越来越严重，越来越多的地方出现大雾甚至雾霾等恶劣天气。而在大雾、大雨等恶劣天气条件下采集图像时，图像会产生一定程度的质量下降，出现图像模糊、对比度下降等现象，这严重影响了安防等行业对图像信息的观察和采集。
此时，实时视频澄清技术对行业应用就非常有利。如何更有效地实现实时视频澄清？基于FPGA的去雾快速算法更适合。
算法透雾技术，也称为视频图像增透技术，一般指将因雾和水气等导致的模糊图像变得清晰，使得图像的质量改善，信息量得到增强。FPGA具有灵活高效、可重复编程特性，可实现定制性能、定制功耗、高吞吐量和低延迟。基于FPGA的去雾快速算法，复杂度低、资源占用少、处理延迟小、实时性高。通过算法的智能化处理，当图像出现模糊效果时，自动调节锐度、图像对比度、色度等，快速提升图像的清晰度、色彩饱和度，将模糊画面调节至更为适于观看的清晰效果，达到了动态监测的实时性、准确性要求。
>>>END<<<