为了更好的顺应安防监控的应用需求，CMOS图像传感器从成像设计上需要做针对性的改善。从这几年成像技术厂商推出的安防专用CMOS传感器产品来看，由于需要考虑到场景环境、光照、气温等各种影响因素，监控用CMOS图像传感器的设计也开始进入到“场景定制化”阶段，不同的应用场景所适用的产品不一而同。
提升摄像头像素水平是首要的基础。1080P成为主流，逐步向4K发展，人脸识别、物体识别等智能视频需求的兴起，H.265编码技术的普及，使得高分辨率成为发展趋势。
与此同时，随着摄像头像素越来越高，网络传输能力无法满足其需求，必须依靠边缘计算等方式，在图像采集端进行视频预处理之后再到云端进行更复杂的解析，为此，需要推出适配的CMOS图像传感器以此辅助监控系统在采集端即能进行AI处理。
另外，长期以来，在低光照或无光照条件下实现清晰可辨的图像识别始终是困扰CMOS图像传感器开发者的一个重大技术难点。传统的红外或白光补光技术，虽然能在低照度环境下获得相对清晰的图像，但却会牺牲图像的色彩，仅可获得黑白图像。而随着安防及人工智能领域对于图像识别的性能需求逐渐提升，不仅需要CMOS图像传感器提供色彩信息，同时对于分辨率、灵敏度、感光度、动态范围、帧率等技术指标也提出了较高的要求。为此，提升超低光线条件下的图像质量，包括超低光彩色，近红外的应用成为广泛的需求。更多传感器相关文章请访问
