夜晚也能看清世界：NyxEye 用 AI-ISP 重塑低照度动态成像

在夜间道路、地下矿山、无人值守园区、雨雾环境和野外监测等复杂场景中，摄像头常常面临同一个难题：画面过暗、噪声过多、运动目标拖影严重，甚至影响后续 AI 识别、风险预警与安全判断。

电子科技大学格拉斯哥学院“如影随形”团队研发的 NyxEye，正是面向这一行业痛点提出的 AI-ISP 软硬一体化解决方案。

NyxEye 全称为 A Software-Hardware Integrated AI-ISP Solution for Ultra-Low-Light Dynamic Imaging，面向极低照度动态场景，通过 AI 算法与传统 ISP 图像处理链路的深度融合，让夜间视频从“看得见”进一步升级为“看得清、认得准、可取证”。

长期以来，传统夜视方案面临三重矛盾：一是低照度环境下，降噪与细节保真难以兼顾，过度降噪会抹平纹理、文字和边缘，降噪不足又会造成明显颗粒感；二是动态场景下，传统多帧降噪容易在行人、车辆等运动目标上产生拖影、重影和闪烁；三是端到端 AI 图像增强方法虽然效果突出，但模型体量大、算力需求高，难以低成本部署到边缘摄像头设备中。

针对上述问题，NyxEye 没有选择完全替代传统 ISP，而是采用更适合工程落地的融合路线：以轻量化 AI 模型作为智能控制器，动态调度 2DNR、3DNR 等成熟图像处理算子。

在实际处理过程中，NyxEye 会根据画面中的亮度、噪声、纹理和运动信息，对不同像素区域分配不同处理权重。运动区域更偏向 2DNR，以减少拖影和重影；静态暗部更偏向 3DNR，以提升降噪效果和画面稳定性；复杂区域则通过 AI 自适应融合，兼顾清晰度、真实感与时序稳定。

这种设计既保留了传统 ISP 的工程可靠性，又引入了 AI 的场景理解能力，为低照度动态成像提供了一条兼顾效果、成本与落地性的技术路径。

目前，团队已围绕 RAW 域低照度视频建立数据基础，并完成 2DNR/3DNR 融合原型验证。项目材料显示，NyxEye 在 RAW 域实现了 PSNR 36.65 dB、SSIM 0.9412 的指标表现，模型参数量约 0.86M，目标是在 1080P 视频上实现 30+ FPS 的端侧实时处理，并面向主流边缘 SoC 平台进行适配优化。

NyxEye 的应用价值不仅在于提升画质，更在于增强夜间视觉系统的可靠性。在智慧矿山与工业巡检中，它可帮助提升设备异常、人员违规、皮带异物等目标识别能力；在智能驾驶场景中，它可改善夜间行人、车辆和障碍物感知质量；在园区安防、校园医院、城市治理等公共场景中，它可提升夜间监控的可用性；在森林安防、海事河道监控和野外无人值守监测中，它也可增强弱光环境下远距离动态目标的可见性。

相比依赖红外补光、大光圈镜头、高端传感器或双摄系统的传统方案，NyxEye 希望通过 AI-ISP 技术，让普通镜头、单传感器和现有边缘设备也能获得更强的夜间成像能力。从算法 IP、SDK 集成，到 AI 夜视摄像头产品化，NyxEye 正在探索低照度动态成像的新可能。

NyxEye让夜晚不再成为视觉感知的盲区，让每一个像素，在最困难的夜晚也能清晰可见。