Bei einem Hochleistungs-Wärmebildzielfernrohr bestimmt der Sensor, wie viele Rohdaten der Wärmebildtechnik er erfassen kann. Was Jäger letztendlich sehen, hängt aber auch davon ab, wie diese Informationen verarbeitet werden. Nocpix ACE 2 Serie basiert auf einer neuen Generation von Wärmebildtechnologie, und R+ 2.0 ist eines der Schlüsselsysteme, die für die Verbesserung der Bildqualität verantwortlich sind.
Bei der realen Jagd mit Wärmebildkameras und bei der Nachtjagd stehen Wärmebildkameras oft vor mehreren Herausforderungen: begrenzte Detailgenauigkeit bei kleinen, weit entfernten Zielen, Schwierigkeit, nützliche Texturen vom Rauschen zu trennen, und reduzierter Kontrast bei Regen oder Nebel.
Das R+ 2.0 Bildgebungssystem der ACE 2 Serie geht diese Probleme auf mehreren Ebenen an.
Es geht nicht einfach nur darum, ein Bild schärfer aussehen zu lassen.
Die übergeordnete Frage lautet:
Wie kann ein Wärmebildgerät mehr nützliche Details erfassen und gleichzeitig ein glattes, klares und natürliches Bild liefern?
Wie R+ 2.0 das ACE 2-Bild bei Basisvergrößerung verbessert
Für Modelle mit einer Auflösung von 640 führt R+ 2.0 einen neuen Ansatz für das Modelltraining ein.
Anstatt sich nur auf ein einziges Modell zu stützen, nutzt das System Wissensdestillation.
Vereinfacht ausgedrückt lernt ein größeres KI-Modell zunächst komplexe Merkmale von Wärmebildern. Anschließend leitet es ein kleineres, effizienteres Modell an, von diesem Wissen zu lernen.
Dadurch kann das geräteseitige Modell Eingaben mit höherer Auflösung verarbeiten und gleichzeitig die Echtzeit-Inferenz mit 60 Bildern pro Sekunde auf der 640-Plattform aufrechterhalten.
Für ein Wärmebildzielfernrohr ist dieses Gleichgewicht wichtig.
Zusätzliche Details sind nur von begrenztem Wert, wenn das Bild langsam oder instabil wird, wenn der Jäger über das Feld schwenkt oder einem sich bewegenden Tier folgt.
Ziel von R+ 2.0 ist es, die sichtbaren Details zu verbessern und gleichzeitig eine flüssige Echtzeitdarstellung zu gewährleisten.
Warum echte Wärmedaten für ACE 2 wichtig sind
Ein KI-Modell ist nur so nützlich wie die Daten, aus denen es lernt.
Traditionelle Bildverbesserungsmethoden basieren oft auf simulierter Bildverschlechterung – dem künstlichen Hinzufügen von Unschärfe, Rauschen oder einer geringeren Auflösung zu sauberen Bildern.
Aber real Wärmebildkamera Der Abbau erfolgt nicht immer auf vorhersehbare Weise.
Entfernung, Hintergrundtemperatur, Wetter, Zielgröße und verschiedene Arten von Rauschen können Wärmebilder auf unterschiedliche Weise beeinflussen.
Für R+ 2.0 sammelte Nocpix große Mengen realer Infrarotbilder mit niedriger Auflösung aus verschiedenen Umgebungen, Szenen und unter unterschiedlichen Rauschbedingungen. Diese Bilder wurden mithilfe eines größeren Modells verarbeitet, um Trainingspaare zu erstellen, die die reale Verschlechterung von Wärmebildern genauer widerspiegeln.
Die Trainingsstrategie wurde auch an die Eigenschaften von Infrarotbildern angepasst, bei denen das Signal-Rausch-Verhältnis niedrig und feine Details relativ schwach sein können.
Ziel ist es, Details wiederherzustellen und gleichzeitig Artefakte und Ringing-Effekte zu reduzieren, die verbesserte Bilder unnatürlich wirken lassen können.
Für ACE 2-Benutzer ist der Vorteil besonders deutlich spürbar auf kleine, entfernte Ziele, wodurch Konturen und Oberflächenstrukturen leichter zu unterscheiden sind, während das System weiterhin eine Ausgabe von 60 Bildern pro Sekunde liefert.
Schärfen allein genügt nicht – das System muss wissen, was geschärft werden soll.
Durch herkömmliches Schärfen kann ein Bild detailreicher wirken, indem Kanten verstärkt werden.
Das Problem ist, dass es auch Dinge verstärken kann, die nicht verstärkt werden sollten – darunter Rauschen und unerwünschte Artefakte.
R+ 2.0 verfolgt einen selektiveren Ansatz.
Das Netzwerk umfasst ein Modul zur Entkopplung von Textur und Rauschen, das zur Unterscheidung folgender Elemente dient:
Texturen, die verbessert werden sollten, und Rauschen, das unterdrückt werden sollte.
Das Modell kann dann Bildbereiche adaptiv verarbeiten, anstatt überall den gleichen Schärfungseffekt anzuwenden.
Das Schärfen wird ebenfalls nicht als separater letzter Nachbearbeitungsschritt behandelt.
Es wurde gemeinsam mit dem Super-Resolution-Netzwerk entwickelt und trainiert. Super-Resolution konzentriert sich auf die Wiederherstellung von Struktur- und Auflösungsinformationen, während die Schärfungskomponenten die Texturqualität verbessern. Beide tauschen Informationen auf Merkmalsebene aus.
Das Ergebnis soll Folgendes liefern:
- Mehr Details – klarere Zielkanten und Oberflächenstruktur
- Sauberere Bilder – weniger harte Kanten und Artefakte.
- Angenehmeres Seherlebnis – weniger visuelle Ermüdung durch Rauschen und Überschärfung
- Natürlichere Wärmebilder – verbesserte Klarheit, ohne dass die Szene künstlich wirkt.
Ein spezieller Ansatz für Regen und Nebel
Regen und Nebel stellen für ein/e/n andere Herausforderungen dar. Nachtjagd-Zielfernrohr.
Regen kann zu dynamischer Abschattung und Streuung vor der Linse führen, während Nebel den Gesamtkontrast verringert und die Konturen des Motivs verwischt.
Ein für klares Wetter optimiertes Bildverarbeitungsmodell ist unter diesen Bedingungen möglicherweise weniger effektiv.
R+ 2.0 begegnet diesem Problem mit einer speziellen Regen- und Nebeloptimierung.
Nocpix sammelte thermische Daten aus verschiedenen realen Regen- und Nebelumgebungen, wodurch das Modell Abbauprozesse erlernen konnte, die spezifisch für diese Bedingungen sind.
Der Trainingsprozess führt auch ein dedizierter Regen- und Nebel-Feature-Extraktor, wodurch relevante Merkmale getrennt und das Modell bei der Wiederherstellung von durch Wettereinflüsse beeinträchtigten Details unterstützt wird.
Die Kernidee ist einfach:
Ein einziger Verarbeitungsmodus muss nicht für jede mögliche Umgebung Kompromisse eingehen.
Der Benutzer kann sich im Normalbetrieb auf einen allgemeinen Modus verlassen und bei Regen oder Nebel in einen speziellen Modus umschalten, sodass jedes Szenario eine gezieltere Verarbeitung erfährt.
Was verbessert R+ 2.0 wirklich?
Die Verarbeitung von Wärmebildern wird oft mit einem einfachen Ausdruck wie “KI-Optimierung” zusammengefasst.”
Bei einer besseren Wärmebildgebung geht es aber nicht einfach nur darum, dass alles schärfer aussieht.
Auf dem ACE 2-Serie, R+ 2.0 konzentriert sich auf drei Bereiche:
Mehr Details bei Basisvergrößerung
Eine neu gestaltete Modellarchitektur und reale thermische Trainingsdaten verbessern die Sichtbarkeit kleiner, entfernter Ziele auf 640 Modellen bei gleichzeitiger Beibehaltung der Echtzeit-Ausgabe von 60 Bildern pro Sekunde.
Schärfer, ohne künstlich zu wirken
Die Trennung von Textur und Rauschen trägt dazu bei, reale Details hervorzuheben und gleichzeitig Rauschen zu unterdrücken, wodurch ein klareres, saubereres und natürlicheres Bild entsteht.
Optimiert für anspruchsvolle Wetterbedingungen
Durch ein spezielles Training für Regen und Nebel kann das Bildverarbeitungssystem effektiver auf schwierige Wetterbedingungen reagieren, anstatt ein allgemeines Modell zu zwingen, in jeder Szene Kompromisse einzugehen.
Für ein professionelles Wärmebildzielfernrohr ist der beste Bildgebungsalgorithmus nicht derjenige, der einfach jede Kante verstärkt.
Das ist die Idee hinter R+ 2.0 auf der ACE 2-Serie.
Anstatt die Bildverbesserung als einfachen Schärfungseffekt zu behandeln, nutzt ACE 2 R+ 2.0, um reales Wärmebildtraining, Textur-Rausch-Trennung und eine spezielle Regen- und Nebeloptimierung zu kombinieren.
Das Ziel ist klar: mehr nützliche Details, sauberere Wärmebilder und eine natürlichere Ansicht, wenn die Bedingungen schwierig werden.
Mehr Details, wenn es darauf ankommt. Klarere Bilder, wo es darauf ankommt.