I et høytytende termisk kikkertsikte bestemmer sensoren hvor mye rå termisk informasjon den kan fange opp. Men hva jegere til slutt ser, avhenger også av hvordan informasjonen behandles. Nocpix ACE 2-serien er bygget rundt en ny generasjon termisk avbildningsteknologi, og R+ 2.0 er et av nøkkelsystemene bak oppgraderingen av bildekvaliteten.
I ekte termisk jakt og nattjakt møter termiske bilder ofte flere utfordringer: begrensede detaljer på små, fjerne mål, vanskeligheter med å skille nyttig tekstur fra støy og redusert kontrast i regn eller tåke.
R+ 2.0-bildesystemet på ACE 2-serien løser disse problemene på flere nivåer.
Det handler ikke bare om å gjøre et bilde skarpere.
Det større spørsmålet er:
Hvordan kan et termisk telescoop gjenskape mer nyttige detaljer samtidig som bildet holdes jevnt, rent og naturlig?
Hvordan R+ 2.0 forbedrer ACE 2-bildet ved baseforstørrelse
For modeller med 640-oppløsning introduserer R+ 2.0 en ny tilnærming til modelltrening.
I stedet for å bare stole på én enkelt modell, bruker systemet kunnskapsdestillasjon.
Forenklet sagt lærer en større AI-modell først komplekse termografiske funksjoner. Deretter veileder den en mindre, mer effektiv modell til å lære av denne kunnskapen.
Dette gjør at enhetsmodellen kan håndtere inndata med høyere oppløsning, samtidig som den opprettholder sanntidsinferens på 60 fps på 640-plattformen.
For et termisk oscilloskop er denne balansen viktig.
Ytterligere detaljer har begrenset verdi hvis bildet blir tregt eller ustabilt når jegeren panorerer over feltet eller følger et dyr i bevegelse.
Med R+ 2.0 er målet å forbedre synlige detaljer samtidig som man opprettholder flytende visning i sanntid.
Hvorfor ekte termiske data er viktige for ACE 2
En AI-modell er bare så nyttig som dataene den lærer fra.
Tradisjonell forbedringstrening er ofte avhengig av simulert degradering – kunstig tilføyelse av uskarphet, støy eller lavere oppløsning til rene bilder.
Men ekte termisk avbildning brytes ikke alltid ned på forutsigbare måter.
Avstand, bakgrunnstemperatur, vær, målstørrelse og ulike typer støy kan alle påvirke termiske bilder forskjellig.
For R+ 2.0 samlet Nocpix store mengder ekte lavoppløselige infrarøde bilder på tvers av forskjellige miljøer, scener og støyforhold. Disse bildene ble behandlet med en større modell for å lage treningspar som bedre gjenspeiler den reelle forringelsen av termiske bilder.
Treningsstrategien ble også tilpasset egenskapene til infrarøde bilder, der signal-til-støy-forholdet kan være lavt og fine detaljer relativt svake.
Målet er å gjenopprette detaljer samtidig som man reduserer artefakter og ringeffekter som kan gjøre at forbedrede bilder ser unaturlige ut.
For ACE 2-brukere er fordelen spesielt merkbar på små fjerne mål, hvor omriss og overflateteksturer kan bli lettere å skille mellom mens systemet fortsetter å levere 60 fps.
Sliping er ikke nok – systemet må vite hva som skal slipes
Konvensjonell skarphet kan gjøre et bilde mer detaljert ved å forsterke kantene.
Problemet er at det også kan forsterke ting som ikke bør forbedres – inkludert støy og uønskede artefakter.
R+ 2.0 har en mer selektiv tilnærming.
Nettverket inkluderer en tekstur-støy-avkoblingsmodul designet for å skille mellom:
tekstur som bør forbedres, og støy som bør dempes.
Modellen kan deretter behandle bildeområder adaptivt i stedet for å bruke den samme skjerpingseffekten overalt.
Sliping behandles heller ikke som et separat, avsluttende etterbehandlingstrinn.
Den er designet og trent sammen med superoppløsningsnettverket. Superoppløsning fokuserer på å gjenopprette strukturell og oppløsningsinformasjon, mens de skjerpede komponentene forbedrer teksturkvaliteten. De to deler informasjon på funksjonsnivå.
Resultatet er ment å levere:
- Mer solide detaljer – tydeligere målkanter og overflatetekstur
- Renere bilder – færre skarpe kanter og artefakter
- Mer komfortabel visning – mindre visuell tretthet fra støy og overskarphet
- Mer naturlige termiske bilder – forbedret klarhet uten at motivet ser kunstig ut
En dedikert tilnærming for regn og tåke
Regn og tåke skaper et annet sett med utfordringer for en nattjaktkikkert.
Regn kan forårsake dynamisk hindring og spredning foran linsen, mens tåke reduserer den generelle kontrasten og myker opp målkantene.
En bildebehandlingsmodell som er optimalisert for klart vær, kan derfor være mindre effektiv under disse forholdene.
R+ 2.0 løser dette med dedikert optimalisering for regn og tåke.
Nocpix samlet inn termiske data fra flere reelle regn- og tåkemiljøer, slik at modellen kunne lære nedbrytningsmønstre spesifikke for disse forholdene.
Opplæringsprosessen introduserer også en dedikert regn- og tåkeavtrekksfunksjon, som skiller relevante funksjoner og veileder modellen i å gjenopprette detaljer som er svekket av værpåvirkning.
Hovedideen er enkel:
Én behandlingsmodus trenger ikke å inngå kompromisser for alle mulige miljøer.
Brukere kan stole på en generell modus under normale forhold og bytte til en dedikert modus for regn eller tåke, slik at hvert scenario får mer målrettet behandling.
Hva forbedrer R+ 2.0 egentlig?
Termisk bildebehandling oppsummeres ofte med et enkelt uttrykk som “AI-forbedring”.”
Men bedre termografi handler ikke bare om å få alt til å se skarpere ut.
På ACE 2-serien, R+ 2.0 fokuserer på tre områder:
Mer detaljer ved baseforstørrelse
En nydesignet modellarkitektur og reelle termiske treningsdata forbedrer synligheten av små, fjerne mål på 640-modeller, samtidig som sanntidsutdata på 60 fps opprettholdes.
Skarpere, uten å se kunstig ut
Tekstur-støyseparasjon bidrar til å forbedre virkelige detaljer samtidig som den undertrykker støy, noe som gir et bilde som er klarere, renere og mer naturlig.
Optimalisert for utfordrende vær
Dedikert trening i regn og tåke gjør at bildebehandlingssystemet kan reagere mer effektivt på vanskelige værforhold i stedet for å tvinge én generell modell til å inngå kompromisser på tvers av hver scene.
For et profesjonelt termisk kikkertsikte er den beste avbildningsalgoritmen ikke den som bare gjør hver kant sterkere.
Det er ideen bak R+ 2.0 på ACE 2-serien.
I stedet for å behandle bildeforbedring som en enkel skjerpingseffekt, bruker ACE 2 R+ 2.0 for å kombinere ekte termisk bildetrening, tekstur-støyseparasjon og dedikert regn- og tåkeoptimalisering.
Målet er enkelt: mer nyttige detaljer, renere termiske bilder og en mer naturlig visning når forholdene blir utfordrende.
Mer detaljer når det er viktig. Renere bilder der det er viktig.