從F1.0大光圈，1/1.8”大靶面傳感器，到一燈雙芯，每一個攝像機關鍵器件的升級都在推動著圖像質量的刷新。但是，硬件的不斷迭代并非總能轉化為圖像質量的顯著飛躍。

當硬件上的“一小步”，無法再帶來圖像效果的“一大步”時，下一個技術突破點在哪里？

我們的答案是：獵光2.0圖像處理引擎。

獵光2.0圖像處理引擎：
AI-ISP再突破

當傳統ISP到達瓶頸，畫質提升的收益率越來越低。而圖像技術與AI技術的深度融合，可使圖像質量突破傳統ISP極限，滿足更多場景的畫面需求。

獵光2.0在傳統AI-ISP基礎上，得益于梧桐大模型的加持，搭配智能算法單元，可以應對多種極黑/無光/微光場景挑戰，在拖影收斂、動態降噪、場景提亮、色彩還原、對比度增強上，表現尤為出色。

夜間成像挑戰，
考驗真實夜間效果。

說再多原理，更重要的還是看實戰效果如何。此次，我們通過3場不同的挑戰來高強度測試了獵光2.0攝像機在暗光環境下的表現。

挑戰一：漆黑暗夜場景·還原彩色視界

這是一場極限挑戰，遠離城市燈光的亭臺和山頂、沒有任何補光伸手不見五指的山間小道，我們嘗試在這樣的環境下試一試獵光2.0攝像機的極限：

獵光2.0以特定場景下的大量運算為基石，建立噪聲模型，能夠精準識別和消除噪點。

*數據來源宇視實驗室

挑戰二：夜間微光場景·還原人物質感

以園區、鄉村為例，這一類場景的特點是夜晚只有微弱的環境光。在現有技術條件下，運動物體往往容易出現拖影，使畫面細節大打折扣。

這樣的場景下，獵光2.0攝像機的表現如何：

傳統全彩攝像機（左）VS 獵光2.0攝像機（右）

挑戰三：夜間微光場景·多種目標兼而得之

在城鄉道路、園區出入口等場景，往往人車混行，光線復雜，容易出現高光過曝、暗光信息丟失的問題。簡而言之，人和車牌難以兼得，而這幾類目標信息往往又非常重要。

獵光2.0攝像機無需復雜工勘，無需多點位部署，單臺設備即可達到多種類目標清晰成像的畫面效果。

傳統全彩攝像機（上）VS 獵光2.0攝像機（下）

有效提升畫質的同時，
還能減輕工程投入。

過去，提升無光、微光場景畫面質量一般通過補光手段來增加環境光強度，但有些場景并不適合長時間開啟高亮的補光燈，存在光污染、侵犯隱私等問題；

多目標混行的復雜場景則會通過多點位部署、嚴格復雜的工勘調試等方式來提升畫面質量，這顯然會大大增加工勘調試的工作量和復雜度。

現在，獵光2.0攝像機在顯著提升畫面效果的同時，也有效減輕了工程投入成本。

獵光2.0家族：
高低全系列產品覆蓋

在農田魚塘、鄉村道路、倉庫等場景，夜間通常缺乏足夠的補光，但又有一定的警戒需求，阿宇夜鷹系列AI全彩攝像機就是具有極高性價比的夜視標桿攝像機。

而在高速、城鄉道路、路口等場景，支持多種深度智能功能的感知終端，一機集成多種目標的多維度信息感知，可實現多目標抓拍、多目標屬性提取，滿足智能化管理應用的需求。

照見現實，細處入微，宇視獵光2.0圖像處理引擎，專注提升復雜場景下的圖像質量，賦予攝像機全新的眼光，駕馭參差光影，看清更真實的世界，守護安全美好生活。