Wyrażenie „AI-ulepszona” pojawia sięna wielu produktach elektroniki użytkowej, w których element sztucznej inteligencji jest marginalny lub czysto kosmetyczny. Jednak w kamerachnoktowizyjnych do zastosowań związanych z bezpieczeństwem i polowaniem sztuczna inteligencja zapewnia realność-światowe możliwości, które zmieniają sposób działania produktów.

Wykrywanie i klasyfikacja podmiotu

Włączone-siecineuronowe urządzeń działającena wbudowanych układach wnioskowania mogą terazniezawodnie klasyfikować obiekty w odległości do 30 metrów w aktywnym oświetleniu IR:

•       Osoba vs. zwierzę vs. pojazd klasyfikacja z 90%+ dokładność przy dobrym oświetleniu

•       Identyfikacja gatunku dla pospolitych dużych ssaków (jeleń, dzik,niedźwiedź) o 15–Zasięg 20 metrów

•       Ocena stanu behawioralnego (nieruchomo, chodząc, biegając) istotne zarówno w przypadku alertów bezpieczeństwa, jak i zastosowań łowieckich

Wartość wdrożeń zabezpieczeń jestnatychmiastowa: sztuczna inteligencja-wyposażona kamera może wysłać alert oznaczony jako „wykryto człowieka” zamiast ogólnego alertu o ruchu, umożliwiając operatorowi odbierającemu odpowiednie ustalenie priorytetu reakcji.

Redukcja fałszywych alarmów

Fałszywe alarmy są obciążeniem operacyjnym każdego ruchu-system detekcji. W przypadku wdrożeń zabezpieczeń, w których każdy alert wymaga przeglądu przez człowieka, liczba fałszywych alarmów przekracza 20–30% znacznie zmniejszają użyteczność praktyczną systemu.

sztuczna inteligencja-opartena filtrowaniu, odróżniające kołyszącą się gałąź od idącej osoby lub liść rozwiany przez wiatr od zbliżającego się jelenia, obniża liczbę fałszywych alarmów do poziomów użytecznych operacyjnie (5–10%). Tonie jest technologia przyszłości — jest dostępny w obecnych produktach producentów z inwestycją inżynieryjną w celu szkolenia i optymalizacji modeli klasyfikacji.

Poprawianie obrazu w czasie rzeczywistym

Tradycyjne przetwarzanie obrazu wykorzystuje algorytmy statyczne: stałą redukcję szumów, stałe krzywe kontrastu. sztuczna inteligencja-opartena ulepszaniu obrazu analizuje zawartość każdej klatki i stosuje scenę-przetwarzanie adaptacyjne — silniejsza redukcja szumów wniskich temperaturach-obszary tła informacyjnego, wyostrzanie krawędzi w obszarach ze szczegółami obiektu, rozszerzanie zakresu dynamicznego w trybie wysokim-kontrastujące sceny.

Subiektywnym rezultatem są obrazy, które wydają się znacznie ostrzejsze i czystszeniż statyczne-odpowiedniki przetwarzania w tych samych obiektywnych warunkach. Jest to szczególnie zauważalne w trudnych warunkach: częściowe zachmurzenie, mieszane światło podczerwone i oświetlenie otoczenia lub obiekty znajdujące się w różnych odległościach w ramach jednej klatki.