Algolux是一家专注于自主视觉机器学习优化平台的加拿大公司，已宣布推出NaturalIQ，这是一种人工智能方法，使用户能够通过从自己的自然图像数据集中学习图像质量偏好来自动化主观摄像机调整。

通过其CRISP-ML 软件平台， Algolux-- 2018年金牌和银级创新者奖的获得者 - 通过应用新颖的机器学习解算器和关键绩效指标（KPI），开发了一种自动化方法，以实现最佳图像质量调整。据该公司称，这种方法显着降低了调整时间和成本，同时提高了可扩展性。然而，Algolux指出，嵌入式摄像机供应商仍在努力模仿同类最佳的消费者相机，导致许多调整迭代试图融合相互冲突的利益相关者目标，并需要难以找到的专业知识。

根据Algolux新闻稿，NaturalIQ使相机团队可以根据他们喜欢的图像质量结果来调整他们喜欢的自然图像的数据集。此图像数据集可以使用照片编辑工具创建或使用选择的相机捕获，简化主观调整过程收集有意义的图像数据集后，图像将通过调整的相机配置显示和捕获，NaturalIQ迭代分析相机输出以确定摄像机的调整参数设置与图像数据集定义的目标的接近程度，并搜索参数空间以查找最佳设置。（如上图）。

对于具有深度图像质量调整专业知识的相机团队，这减少了主观图像质量要求所涉及的工作量和不确定性。根据Algolux的说法，对于那些调整资源或专业知识有限甚至没有调整资源或专业知识的团队，NaturalIQ提供了一种更直观的方法来区分他们的摄像机并快速响应不断变化的主观要求。

通过其CRISP-ML软件平台，Algolux开发了一种自动化方法，通过应用新颖的机器学习求解器和关键性能指标（KPI）实现最佳图像质量调整。据该公司称，这种方法显着降低了调整时间和成本，同时提高了可扩展性。与NaturalIQ的发布一致的是引入了最新版本的CRISP-ML。该版本旨在“显着提高相机团队实现其客观图像质量目标的有效性”，其中包含许多增强功能。其中包括改进的调整方法，以提高可用性和灵活性，以实现客户图像质量目标，增强图像质量调整和从系统到组件级别的优化分析，以及新的和归档调整项目的加速启动。

“Algolux是第一个通过针对客观图像质量指标优化基于ISP的相机进行冗长手动过程的第一个，这些指标对于许多应用至关重要，并且通过行业计划进一步强调，例如IEEE P2020汽车系统图像质量标准，” Sense Media Group的Robert Stead，AutoSens会议主席和IEEE P2020工作组主席表示。“NaturalIQ通过从客户的理想图像集中学习，以更加可预测的方式在几小时或几天内实现主观上最佳的相机调整，从而增强了客观的CRISP-ML方法。”

NaturalIQ目前正在进行初步试验，目标是2018年底。