聚时科技致力于研发深度学习、复杂机器视觉、强化学习机器人系统产品，致力于为冰冷的工业机器装上“眼睛”，让TA可以看到并“观察”周围世界，建立“视觉洞察力”与“任务执行力”，完成场景式的工业任务。

机器人系统或计算机视觉在产品化与落地工程化过程中，遇到的最大挑战之一，就是在不好甚至恶劣的环境中，如何能让机器人更精准的“洞察”和“理解”世界，如何在恶劣环境中构建机器人视觉场景理解的可靠性，这也是聚时科技的技术产品要解决的诸多挑战之一。

雾是陆地和海洋上常见的大气现象。在有雾的天气中，存在很多具有一定尺寸的大气微小颗粒。它们不仅吸收目标物体/场景的反射光，同时自身的反射光同目标物体的反射光一起进入相机，使得相机等视觉系统获取的光线信息受到干扰，无法对目标物体和场景进行清晰成像。由于成像的模糊和噪声，给基于计算机视觉的各种算法在性能上带来很大的困难和挑战，如开放环境中的自动驾驶、户外机器人系统、智慧城市交通监控等。毕竟AI计算机视觉在产业化落地的时候，并不都是像室内人脸识别那样“舒服”的技术环境。

本专利设计了单幅视觉图像去雾技术和对应的专用深度卷积神经网络。提供了一种端到端图像去雾的深度神经网络模型，不需要估算中间参数，同时能够获得很好的去雾效果。比传统的图像处理方法在去雾效果上具有更高的恢复准确度和普适度。

该核心技术解决了由于成像的模糊和噪声，给基于计算机视觉的各种算法在性能上带来的困难和挑战，同时，扩大了计算机视觉使用的空间场景，提高了机器视觉系统、机器人视觉系统在户外，水气重、风雪雨等恶劣环境下的图像与视觉识别能力。

聚时科技的该项发明专利具有巨大应用价值。例如在山区高速公路或者其它容易起雾的环境中，该技术可以更好的提高自动驾驶视觉系统的可靠性，提高智慧交通的视觉监控性能。此外，例如在高腐蚀、易起雾的海港环境中，如何部署可靠的机器人AI系统具有很大的挑战性。值得一提的是，该核心技术已应用于聚时科技无人港口大型机器人系统产品中，以提高整个系统的可靠性与先进性。

聚时科技的核心技术正致力于让机器人更好的“洞察”和“理解”世界，创建更高形态的机器智能系统。