In un mirino termico ad alte prestazioni, il sensore determina la quantità di informazioni termiche grezze che è in grado di catturare. Ma ciò che i cacciatori vedono effettivamente dipende anche da come queste informazioni vengono elaborate. Serie Nocpix ACE 2 è costruito attorno a una nuova generazione di tecnologia di termografia e R+ 2.0 è uno dei sistemi chiave alla base del miglioramento della qualità dell'immagine.
Nella caccia termica reale e nella caccia notturna, le immagini termiche spesso presentano diverse problematiche: dettagli limitati su bersagli piccoli e distanti, difficoltà nel separare le informazioni utili dal rumore e contrasto ridotto in caso di pioggia o nebbia.
Il sistema di imaging R+ 2.0 della serie ACE 2 affronta questi problemi a diversi livelli.
Non si tratta semplicemente di rendere un'immagine più nitida.
La questione più importante è:
Come può un visore termico recuperare maggiori dettagli utili mantenendo al contempo un'immagine nitida, pulita e naturale?
Come R+ 2.0 migliora l'immagine ACE 2 all'ingrandimento di base
Per i modelli con risoluzione 640, R+ 2.0 introduce un nuovo approccio all'addestramento dei modelli.
Anziché basarsi su un singolo modello, il sistema utilizza la distillazione della conoscenza.
In termini semplificati, un modello di intelligenza artificiale più grande apprende innanzitutto le caratteristiche complesse delle immagini termiche. Successivamente, guida un modello più piccolo ed efficiente ad apprendere da tali conoscenze.
Ciò consente al modello lato dispositivo di gestire input ad alta risoluzione mantenendo al contempo l'inferenza in tempo reale a 60 fps sulla piattaforma 640.
Per un visore termico, questo equilibrio è importante.
Ulteriori dettagli hanno un valore limitato se l'immagine diventa lenta o instabile quando il cacciatore effettua una panoramica sul campo o segue un animale in movimento.
Con R+ 2.0, l'obiettivo è migliorare il dettaglio visibile mantenendo al contempo una visualizzazione fluida in tempo reale.
Perché i dati termici reali sono importanti per ACE 2
Un modello di intelligenza artificiale è utile solo nella misura in cui lo sono i dati da cui apprende.
L'addestramento tradizionale al miglioramento delle immagini spesso si basa sulla simulazione del degrado, ovvero sull'aggiunta artificiale di sfocatura, rumore o riduzione della risoluzione alle immagini nitide.
Ma vero termografia non sempre si degrada in modi prevedibili.
Distanza, temperatura ambiente, condizioni meteorologiche, dimensioni del bersaglio e diversi tipi di rumore possono influenzare le immagini termiche in modi differenti.
Per R+ 2.0, Nocpix ha raccolto grandi quantità di immagini termiche reali a bassa risoluzione in diversi ambienti, scene e condizioni di rumore. Queste immagini sono state elaborate utilizzando un modello più ampio per creare coppie di dati di addestramento che riflettano più fedelmente il degrado reale delle immagini termiche.
La strategia di addestramento è stata inoltre adattata alle caratteristiche delle immagini a infrarossi, dove il rapporto segnale-rumore può essere basso e i dettagli più fini relativamente deboli.
L'obiettivo è ripristinare i dettagli riducendo al contempo gli artefatti e gli effetti di ringing che possono rendere le immagini elaborate innaturali.
Per gli utenti di ACE 2, il beneficio è particolarmente evidente su piccoli bersagli distanti, dove i contorni e le texture delle superfici diventano più facili da distinguere mentre il sistema continua a fornire un output a 60 fps.
Affilare non basta: il sistema deve sapere cosa affilare.
La nitidezza convenzionale può rendere un'immagine più dettagliata rafforzando i contorni.
Il problema è che può anche accentuare elementi che non dovrebbero essere potenziati, come il rumore e gli artefatti indesiderati.
R+ 2.0 adotta un approccio più selettivo.
La sua rete include un modulo di disaccoppiamento rumore-struttura progettato per distinguere tra:
Trama da migliorare e rumore da sopprimere.
Il modello può quindi elaborare le regioni dell'immagine in modo adattivo, anziché applicare lo stesso effetto di nitidezza ovunque.
Anche la nitidezza non viene considerata una fase di post-elaborazione finale separata.
È progettato e addestrato insieme alla rete di super-risoluzione. La super-risoluzione si concentra sul recupero delle informazioni strutturali e di risoluzione, mentre i componenti relativi alla nitidezza perfezionano la qualità della texture. I due condividono informazioni a livello di caratteristiche.
Il risultato è concepito per fornire:
- Maggiori dettagli: bordi del bersaglio e texture della superficie più nitidi.
- Immagini più nitide: meno bordi netti e artefatti.
- Visione più confortevole: meno affaticamento visivo dovuto al rumore e all'eccessiva nitidezza.
- Immagini termiche più naturali: maggiore nitidezza senza che la scena appaia artificiale.
Un approccio specifico per pioggia e nebbia
Pioggia e nebbia creano una serie diversa di sfide per un cannocchiale da caccia notturna.
La pioggia può causare ostruzioni dinamiche e dispersione della luce davanti all'obiettivo, mentre la nebbia riduce il contrasto generale e ammorbidisce i contorni del soggetto.
Un modello di elaborazione delle immagini ottimizzato per il bel tempo potrebbe quindi risultare meno efficace in queste condizioni.
R+ 2.0 risolve questo problema con un'ottimizzazione specifica per pioggia e nebbia.
Nocpix ha raccolto dati termici da diversi ambienti reali con pioggia e nebbia, consentendo al modello di apprendere schemi di degrado specifici per queste condizioni.
Il processo di formazione introduce anche un estrattore dedicato per effetti pioggia e nebbia, che separa le caratteristiche rilevanti e guida il modello nel recupero dei dettagli indeboliti dalle interferenze meteorologiche.
L'idea chiave è semplice:
Non è necessario che una singola modalità di elaborazione scenda a compromessi per ogni possibile ambiente.
Gli utenti possono utilizzare una modalità generica in condizioni normali e passare a una modalità dedicata in caso di pioggia o nebbia, consentendo così a ciascuno scenario di ricevere un'elaborazione più mirata.
Quali sono i miglioramenti concreti di R+ 2.0?
L'elaborazione delle immagini termiche viene spesso riassunta con una semplice frase come "potenziamento tramite intelligenza artificiale".“
Ma una migliore visualizzazione termica non significa semplicemente rendere tutto più nitido.
Sul Serie ACE 2, R+ 2.0 si concentra su tre aree:
Maggiori dettagli alla base dell'ingrandimento
Una riprogettazione dell'architettura del modello e l'utilizzo di dati di addestramento termici reali migliorano la visibilità di piccoli bersagli distanti su 640 modelli, mantenendo al contempo una riproduzione in tempo reale a 60 fps.
Più nitido, senza sembrare artificiale.
La separazione tra texture e rumore contribuisce a migliorare i dettagli reali sopprimendo al contempo il rumore, producendo un'immagine più nitida, pulita e naturale.
Ottimizzato per condizioni meteorologiche avverse
L'addestramento specifico per la simulazione di pioggia e nebbia consente al sistema di elaborazione delle immagini di rispondere in modo più efficace a condizioni meteorologiche difficili, anziché costringere un modello generico a scendere a compromessi in ogni scena.
Per un visore termico professionale, il miglior algoritmo di elaborazione delle immagini non è quello che si limita a rendere più nitidi tutti i bordi.
Questa è l'idea alla base di R+ 2.0 sulla serie ACE 2.
Anziché trattare il miglioramento dell'immagine come un semplice effetto di nitidezza, ACE 2 utilizza R+ 2.0 per combinare l'addestramento con immagini termiche reali, la separazione del rumore di texture e un'ottimizzazione specifica per pioggia e nebbia.
L'obiettivo è semplice: maggiori dettagli utili, immagini termiche più nitide e una visione più naturale anche in condizioni difficili.
Maggiori dettagli quando contano. Immagini più nitide dove è importante.