本文来自微信公众号“电子发烧友网”，作者/周凯扬。
如今的安防监控相机都选择了以AI驱动作为卖点，或是在机内进行AI处理或是上传至云端进行AI计算。但无论安防相机拥有多大的算力，如果图像传感器获得的信号质量差，依然达不到这类产品所谓的安全标准。所以在AI技术的飞速发展下，也并没有降低图像传感器的要求，反倒是进一步提高了传感器参数。
高感光度
对于任何用于监控和安防的相机传感器来说，最重要的一点就是做到高感光度，因为这类设备往往发挥作用的场景都处于极暗的条件下。所以哪怕是在弱光甚至漆黑的环境下，都需要呈现出低噪声高清晰度的图像。
而要想图像传感器实现高感光度，就必须要将光线高效地收集到负责信号转换的光电二极管上，这也是背照式结构在监控安防中更有优势的原因。前照式结构中，光线还未抵达光电二极管，就会被布线层反射或吸收，导致接收到的光线减少，从而减少感光度。而背照式由于光电二极管位于布线层上方，所以大大增加了可收到的光线。
同时实现更低的噪点也是图像传感器高感光度的象征之一，毕竟在暗光环境下捕捉到的图像依然是偏暗的，要想获得更明亮的图像，引入增益必然也会放大噪点。以索尼的STARVIS系列传感器为例，该系列产品用到了索尼自研的Super High Conversion Gain技术，先对光电转换后噪声较少的信号进行放大，从而抑制过增益后放大的噪点，所以即便在暗处也能获取低噪点的图像，有助于肉眼和AI识别。
除此之外，为了实现更高清的夜视成像，安防CIS厂商们也开始布局高近红外感度技术。在光线不足时，安防摄像机往往会用到近红外进行补光，这类不可见光并不会对工作光照环境产生干扰，但又能辅助低照度下的图像识别。
以思特威发布的大靶面图像传感器SC880SL为例，除了像同类传感器一样选择提高满井电子外，SC880SL也搭载了先进的近红外感度NIR+技术。SC880SL在850nm波段下的量子效率可达38%，在940nm波段下的量子效率可达24%。
高动态范围
在入口等明暗反差较大的环境中，人脸在逆光下会变得难以识别。此刻如果强行提亮的话，还是会产生大量的噪点。如果利用常见的高动态范围方法，比如短曝光加长曝光的多张合成，则会引入偏色，或是由于人物移动产生的面容模糊等问题。
而在最新的STARVIS 2技术中，索尼对光电二极管之间的隔断有了更多的改进，使其可以储存更多光子，进一步提高了其感光度和动态范围，后者也是特定场景下被提及最多的要求之一。
传统的光电二极管结构由于只能将电荷堆积在平面上，而STARVIS 2传感器中光电二极管被改为了纵向也能堆积电荷的结构，从而扩大了堆积范围，增加了总电荷量。至于上面提到的模糊和偏色的问题，STARVIS 2则利用增益差来进行同步拍摄，即在不同增益下同时捕捉照片来多张合成，从而解决时间差引入的问题。
小结
近年来随着AI技术在边缘端的持续落地，其实是推进了安防CIS往更高性能的方向去发展，比如更高的分辨率、感光度和动态范围等。尤其是城市与企业级安防等中高端安防应用中，更需要高性能的CIS产品。所以我们在追求智能的同时也需要牢记一点，那就是安防相机的灵魂依然是图像传感器。
