電子發燒友網報道（文/周凱揚）如今的安防監控相機都選擇了以AI驅動作為賣點，或是在機內進行AI處理或是上傳至云端進行AI計算。但無論安防相機擁有多大的算力，如果圖像傳感器獲得的信號質量差，依然達不到這類產品所謂的安全標準。所以在AI技術的飛速發展下，也并沒有降低圖像傳感器的要求，反倒是進一步提高了傳感器參數。

高感光度

對于任何用于監控和安防的相機傳感器來說，最重要的一點就是做到高感光度，因為這類設備往往發揮作用的場景都處于極暗的條件下。所以哪怕是在弱光甚至漆黑的環境下，都需要呈現出低噪聲高清晰度的圖像。

而要想圖像傳感器實現高感光度，就必須要將光線高效地收集到負責信號轉換的光電二極管上，這也是背照式結構在監控安防中更有優勢的原因。前照式結構中，光線還未抵達光電二極管，就會被布線層反射或吸收，導致接收到的光線減少，從而減少感光度。而背照式由于光電二極管位于布線層上方，所以大大增加了可收到的光線。

同時實現更低的噪點也是圖像傳感器高感光度的象征之一，畢竟在暗光環境下捕捉到的圖像依然是偏暗的，要想獲得更明亮的圖像，引入增益必然也會放大噪點。以索尼的STARVIS系列傳感器為例，該系列產品用到了索尼自研的SuperHighConversionGain技術，先對光電轉換后噪聲較少的信號進行放大，從而抑制過增益后放大的噪點，所以即便在暗處也能獲取低噪點的圖像，有助于肉眼和AI識別。

除此之外，為了實現更高清的夜視成像，安防CIS廠商們也開始布局高近紅外感度技術。在光線不足時，安防攝像機往往會用到近紅外進行補光，這類不可見光并不會對工作光照環境產生干擾，但又能輔助低照度下的圖像識別。


以思特威發布的大靶面圖像傳感器SC880SL為例，除了像同類傳感器一樣選擇提高滿井電子外，SC880SL也搭載了先進的近紅外感度NIR+技術。SC880SL在850nm波段下的量子效率可達38%，在940nm波段下的量子效率可達24%。

高動態范圍

在入口等明暗反差較大的環境中，人臉在逆光下會變得難以識別。此刻如果強行提亮的話，還是會產生大量的噪點。如果利用常見的高動態范圍方法，比如短曝光加長曝光的多張合成，則會引入偏色，或是由于人物移動產生的面容模糊等問題。

而在最新的STARVIS 2技術中，索尼對光電二極管之間的隔斷有了更多的改進，使其可以儲存更多光子，進一步提高了其感光度和動態范圍，后者也是特定場景下被提及最多的要求之一。

傳統的光電二極管結構由于只能將電荷堆積在平面上，而STARVIS 2傳感器中光電二極管被改為了縱向也能堆積電荷的結構，從而擴大了堆積范圍，增加了總電荷量。至于上面提到的模糊和偏色的問題，STARVIS 2則利用增益差來進行同步拍攝，即在不同增益下同時捕捉照片來多張合成，從而解決時間差引入的問題。

小結

近年來隨著AI技術在邊緣端的持續落地，其實是推進了安防CIS往更高性能的方向去發展，比如更高的分辨率、感光度和動態范圍等。尤其是城市與企業級安防等中高端安防應用中，更需要高性能的CIS產品。所以我們在追求智能的同時也需要牢記一點，那就是安防相機的靈魂依然是圖像傳感器。