【 声明：版权所有，欢迎转载，请勿用于商业用途。 联系信箱：feixiaoxing @163.com】
isp本身不是一个新方向，而且isp存在的时间按也不短了。特别是2000年之后，随着手机开始携带camera之后，camera本身更是有了一个长足的发展。camera是越做越大、像素越来越高、个数也越来越多，这些都是看得到的进步和提高。但是camera放在手机上也有很多的局限，比如镜头不能太大、sensor不能占据空间太多、夜景模式比较差等等，这些都是camera处理的一些痛点。比如在噪声抑制方面，人们想了很多的办法，其中ai-isp就是一个基本的方向。
1、基于参数的ai-isp
传统的isp，都是先搭建好环境，用上位机工具做好裸图的标定，再做好isp其他模块的标定。主要评判的标准还是人。**但是现在有一种思路，就是用ai来进行标定，不需要人来进行标定。**特别是把isp后边部分的标定全部由工具去完成，这就是一种ai-isp的处理方式，并且很多soc公司也是这么来做的。即ai不直接处理图像，而是通过优化现有模块参数的方法，来实现isp标定。
2、部分代替isp的ai模式
和前面一种方式有区别，这里ai会直接处理图像，有可能出现isp1-》ai1-》isp2这种情况。也就是说，ai的输入是图像，输出也是图像。整体isp处理过程当中，最难的部分就是3a+噪声控制。所以，人们自然而然想到的方式，就是用ai去做最难的那部分工作。其他部分，还是采用传统isp的技术来完成。大一点的soc公司、手机公司以及国际大厂，基本上都是这一思路的践行者。
3、全流程ai-isp
全流程ai-isp是一种理想情况。它的初衷很好，也即是裸图进来之后，没有isp，直接大模型处理后就是一张合格的图片。这部分内容，虽然很多国际大厂在做，特别是互联网大厂，但是至今为止能够达到产品级要求的model，还没有量产。不过，随着代替isp的ai model越来越多，整体图像调试ai化、自动化，也是发展的一个趋势。
4、一个sensor一个model
**和传统的定位、识别分类model不一样，ai-isp需要一个sensor，一个model。**也就是说，A公司sensor匹配的model，是没有办法用到B公司的sensor上面的。所以，很多大厂soc的培训资料里面，大家会发现不同的sensor目录里，除了驱动代码、isp配置文件，还会在对应的目录里面发现各种各样的model，或者是bin文件，正是这些model，帮助我们拓展了isp的适用范围。
5、夜景模式
传统的图像就是一个光和电的艺术。光是来自于镜头，要拍摄好的图像，那么就要合理控制曝光量，这是基础。到了夜景模式，这一矛盾被迅速放大，要拍到好的图片，那么就需要更长时间的曝光，但是曝光时间过长噪声就会很多、很难抑制，这就是鱼和熊掌的关系。但有了ai model之后，大家发现夜景模式有了很大的改善，甚至于极端一点，夜景可以做的和白天一样，这对安防场景，还是汽车自动驾驶来说，都有很大的裨益，也是ai-isp企业最乐于推荐的使用场合。