模拟视频链路中电磁干扰诱发图像噪声的分类

随着车辆电气化程度不断提高且毫无消退迹象，部署于汽车应用中的电子系统面临着比以往更严格的电磁抗扰度合规约束，以确保附近电子系统的 proximity 不会影响其运行。模拟相机链路的EMI合规测试需要监测和评估视频质量以验证此类合规性，而迄今为止这一任务一直由人工完成。由于人工判读的性质，该方法存在不一致性。在此，我们提出一种使用深度学习模型的解决方案，用于分析并分级源自EMI合规测试的视频内容。这些模型使用完全由真实测试图像数据构建的数据集进行训练，以确保所得模型精度最大化。从标准AlexNet出发，我们提出四个模型来对EMI噪声等级进行分类。