它將以往僅僅用于計(jì)算數(shù)據(jù)的物聯(lián)網(wǎng)設(shè)備升級(jí)為集成人工智能的智能設(shè)備，從而增加設(shè)備實(shí)時(shí)決策的能力。 總而言之就是使基于機(jī)器學(xué)習(xí)的智能決策在物理上更接近數(shù)據(jù)源本身。因此，嵌入式視覺下沉到端點(diǎn)設(shè)備，就不再僅僅是將圖像或視頻分解成像素，而是理解像素，理解它們的含義，并在發(fā)生特定事件時(shí)做出明智決策。

　　什么是嵌入式視覺?

　　嵌入式計(jì)算機(jī)視覺給機(jī)器賦予視覺使它們能夠在機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法的支持下更好的了解環(huán)境。很多行業(yè)中都有依賴于計(jì)算機(jī)視覺的應(yīng)用，它已經(jīng)是黑科技中不可或缺的一員。準(zhǔn)確地說，計(jì)算機(jī)視覺是人工智能 (AI) 領(lǐng)域的一部分，它使機(jī)器能夠從數(shù)字多媒體信息源中提取有意義的信息，并據(jù)此采取行動(dòng)或提出決策建議。計(jì)算機(jī)視覺類似于人類視覺，但兩者之間仍存在一些差異。人類視覺的背后，是對所看到的各種不同東西都有理解的能力。而計(jì)算機(jī)視覺只能識(shí)別它已經(jīng)被訓(xùn)練過的內(nèi)容，同時(shí)還有一定的錯(cuò)誤率。另外一方面，嵌入式視覺通過訓(xùn)練能讓設(shè)備在最短的時(shí)間內(nèi)做出對特定對象的識(shí)別，從而能更加高效地對海量圖像進(jìn)行分析。在這一方面，機(jī)器視覺優(yōu)于人類視覺。

　　嵌入式視覺廣泛應(yīng)用于消費(fèi)和工業(yè)領(lǐng)域的智能終端，為設(shè)備提升附加值。簡單舉幾個(gè)例子：分析生產(chǎn)線上的產(chǎn)品質(zhì)量、統(tǒng)計(jì)人群中的人數(shù)、識(shí)別物體、分析特定區(qū)域的內(nèi)容等。

　　在端點(diǎn)設(shè)備實(shí)現(xiàn)嵌入式視覺應(yīng)用時(shí)，設(shè)備的算力會(huì)是面臨的一個(gè)挑戰(zhàn)。但集中處理的話，從傳感設(shè)備傳輸?shù)皆贫巳シ治龅臄?shù)據(jù)量可能非常大，并且超過網(wǎng)絡(luò)帶寬。 例如，以 30 FPS(每秒幀數(shù))運(yùn)行的 1920 x 1080 攝像機(jī)可能會(huì)產(chǎn)生大約 190 MB/S 的數(shù)據(jù)。 除了隱私問題之外，數(shù)據(jù)從邊緣到云，再從云到端點(diǎn)的往返勢必會(huì)帶來延遲。 這些限制都不利于實(shí)時(shí)應(yīng)用。

　　物聯(lián)網(wǎng)安全也是市場要采用和發(fā)展嵌入式視覺需要考慮的一個(gè)問題。使用智能視覺設(shè)備的一個(gè)關(guān)鍵隱憂是敏感圖像和視頻是否有被不當(dāng)使用的可能性。 未經(jīng)授權(quán)訪問攝像頭不僅侵犯隱私，而且可能導(dǎo)致更嚴(yán)重的后果。

　　端點(diǎn)設(shè)備上的人工智能視覺

　　Endpoint AI可以理解捕獲的圖像

　　Endpoint AI使用機(jī)器學(xué)習(xí)和深度學(xué)習(xí)來按照被訓(xùn)練的模式去匹配和識(shí)別

　　為了獲得最佳性能， AI算法在終端設(shè)備上運(yùn)行，而無需將數(shù)據(jù)傳輸?shù)皆贫恕?shù)據(jù)由圖像識(shí)別設(shè)備捕獲，然后在同一設(shè)備中進(jìn)行處理和分析。

　　端點(diǎn)設(shè)備的功耗限制仍然存在，微控制器或微處理器需要更高的效率來處理AI算法所需的大量乘累加(MAC)運(yùn)算。

　　人工智能視覺的部署

　　現(xiàn)實(shí)世界中有無數(shù)AI視覺應(yīng)用的使用場景。下面是一些例子，Renesas可以提供全面的MCU和MPU解決方案，包括必要的軟件和工具，以實(shí)現(xiàn)快速開發(fā)。

　　智能門禁:

　　語音和人臉識(shí)別給安全門禁系統(tǒng)帶來更多使用價(jià)值。然而實(shí)時(shí)識(shí)別，要求嵌入式系統(tǒng)具有非常高的算力和片上硬件加速。為了應(yīng)對這一挑戰(zhàn)，Renesas提供的MCU或MPU具有高算力，還集成了許多支持人臉和語音識(shí)別至關(guān)重要的功能，如內(nèi)置H.265硬件解碼、2D/3D圖形加速以及內(nèi)部和外部存儲(chǔ)器上的ECC，以消除軟錯(cuò)誤并實(shí)現(xiàn)高速視頻處理。

　　工業(yè)控制:

　　嵌入式視覺可以應(yīng)用到包括安全操作、自動(dòng)化、產(chǎn)品分類等多個(gè)場景。人工智能可以在生產(chǎn)過程中幫助執(zhí)行多項(xiàng)操作，如包裝和分發(fā)，確保生產(chǎn)過程中所有階段的質(zhì)量和安全。

　　交通運(yùn)輸:

　　計(jì)算機(jī)視覺也能改善交通運(yùn)輸服務(wù)。以自動(dòng)駕駛為例，使用計(jì)算機(jī)視覺對道路上的物體進(jìn)行檢測和分類。它還可用于創(chuàng)建3D地圖和估算運(yùn)動(dòng)軌跡。自動(dòng)駕駛汽車使用攝像頭和傳感器收集環(huán)境信息，然后通過模式識(shí)別、特征提取和對象跟蹤等視覺技術(shù)來解析數(shù)據(jù)，并做出最合適的響應(yīng)。