作者|韋世瑋
編輯|石亞瓊
**
36氪獲悉,近日「深知未來」宣佈完成數千萬元人民幣A輪融資,由達晨領投,琥珀、國宏嘉信跟投,米貳資本擔任企業長期融資財務顧問。據瞭解,該輪資金將主要用於市場拓展及新產品的研發。
深知未來成立於2017年,主要基於計算機視覺技術、深度學習卷積神經網路、自動機器學習、神經網路搜尋等技術,為極弱光場景、高速運動場景、複雜光線場景等定製AI-ISP成像模組,實現高質量的真實、全綵影象重建,其產品和系統主要應用於無人機、自動駕駛、安防、智慧礦井等領域。
以AI-ISP的極弱光成像為例,與白天相比,夜視場景的最低亮度為0.001lux,與白天室外的100000lux光照度相差了8個數量級,因此夜間所能呈現的視覺資訊非常少,許多裝置的夜間成像非常困難。
長期以來,主流的夜視技術分為兩種路徑:一是熱成像,主要透過紅外探測器將熱量轉換為電訊號,但該技術無法呈現細節,對場景要求高;二是光子探測器,利用光學原理將微弱的光線和影象放大,增加亮度和對比度,但該裝置成本高,十分依賴進口光電器件。
此外,傳統夜視技術還存在單色影象、低解析度、懼強光、價格高等痛點。從元器件角度來看,目前還沒有低照度CMOS能夠適應夜間極低的暗度,sensor廠商最低僅達0.1lux,而傳統演算法和ISP廠商也難以處理極地的信噪比。
在深知未來聯合創始人&CEO張齊寧看來,AI夜視技術是目前唯一能夠實現全綵夜視的技術路徑,具有全綵實時成像、高解析度、不懼強光、成本低等特點。
原因在於,人類肉眼能看到的可見光波段為380nm~790nm,只佔了光譜的十億分之一,傳統夜視技術利用肉眼看不到的紅外光譜做成像,而AI技術能直接輸入可見光波段以還原色彩。
目前,深知未來的產品形態主要有兩種,一是提供夜視機芯形態,包括玄月D1、玄月X4;二是直接交付完整的夜視產品,例如玄月P5便攜相機、夜視雲臺筒機、單目/雙目夜視球機等。其中,深知未來的夜視無人機相機機芯能夠與雲臺做深度結合,應用於工業無人機。
從技術角度看,深知未來的優勢在於ISP架構的革新。ISP作為一系列影象處理演算法的集合,負責完成從sensor RAW到影象資料的轉換,在這個過程中需要進行各種矯正、去噪、轉換和增強等環節,包含2000~3000的引數量。
這種傳統的ISP處理路徑是一個序列機制,誤差很容易被放大,意味著若最初建模不夠精確,那麼這個誤差在後續環節中會被一步步放大,最終導致成像失真。同時,傳統ISP還常常面臨光暗不對、攝像機抖動等問題。
深知未來的AI ISP則透過模擬人腦處理視覺成像的方式,重構ISP的演算法架構。基於深度神經網路,深知未來構建了一個包含上億引數的模型,能提升模型的穩固和適應性,從而解決複雜光線、抖動和幀率等問題。目前,深知未來AI ISP能夠在1/30秒內將亮度增益提升7000倍,硬體最低照度從0.1lux提升至0.003lux。
從行業角度看,目前國內的海康、大華,國外的索尼、豪威等玩家在夜視應用領域也有著長期的佈局和技術積累。張齊寧告訴36氪,如今海康、大華的夜視產品最低照度最低可實現0.1lux,主要為滿月場景,而索尼在過去的5年中,已將硬體的最低照度從0.14lux提升到0.07lux,但影象仍然噪點較大,上層的AI應用難以結構化。
其中,在2020年第一季度,索尼的CMOS銷量已超3.5億顆,市佔率24.7%;豪威的銷量為1.7億顆,市佔率12.3%。
整體來看,夜視技術的應用場景廣泛,涵蓋夜間社群監控、油田監控、海上油井平臺監控、港口監控、隧道監控、夜間取證、水利監測、鐵路監控等14大To B場景,但這些場景仍主要採用熱成像技術,因此深知未來AI ISP技術在其中的拓展空間很大。
過去一年,深知未來的全綵夜視產品已落地多個全天候安防場景。其中與中國海油合作中,深知未來今年將繼續拓展10-20個新專案,預計專案金額達千萬以上,公司目標在未來三年完成對中海油客戶的全場景安防業務覆蓋,成為其第一大安防夜視解決方案供應商。
張齊寧談到,安防預計是公司明年大規模落地的行業。同時除了To B領域,深知未來在未來將進一步拓展到車載、醫療和消費場景中。其中據前瞻產業研究院資料,預計2025年,我國車載攝像頭市場規模有望突破230億人民幣。隨著國內外高階自動駕駛的落地,車載攝像頭將迎來千億市場。
團隊層面,深知未來創始團隊由騰訊、百度、小米、華為、大疆等產業界出身的演算法專家與產品專家組 成。深知未來聯合創始人&CEO張齊寧畢業於武漢大學計算機系,原華為、騰訊技術專家和產品專家,在騰訊創新中心、騰訊研究院、IEG等多個部門歷任研發、策劃和管理職務;深知未來聯合創始人&CTO郭奇鋒曾任騰訊SOSO搜尋系統架構師、百度商務搜尋部基礎檢索組技術負責人、小米MIUI9多個人工智慧專案技術負責人。
投資人說: