新思發(fā)布新視覺處理器IP，原廠為何扎堆攝像頭市場？

嵌入式視覺系統(tǒng)由于賦予機器“視覺”并通過計算機視覺軟件解釋數(shù)據(jù)而聞名，近年來嵌入式視覺系統(tǒng)前景光明，汽車應用成為主要增長動因。其中，嵌入式視覺系統(tǒng)可在許多方面提高汽車的安全性和便捷性，也可在各應用中發(fā)揮關鍵作用，例如，車道偏離報警、碰撞緩解、自動泊車和盲區(qū)通知等。

 

IHS數(shù)據(jù)顯示，汽車發(fā)動機罩應用中的嵌入式視覺系統(tǒng)的總可用市場巨大，專用計算機視覺處理器2013年銷售收入達到1.51億美元左右，高于2012年的1.37億美元和2011年的1.26億美元。在未來數(shù)年內將保持持續(xù)增長，增長率在6%至9%之間，為嵌入式視覺系統(tǒng)確定了可靠的前景，使其成為增長最快的技術之一。截止2016年，該方面銷售收入預計達到1.87億美元。

 

 

嵌入式視覺市場增速極快

 

雖然汽車和工廠自動化系統(tǒng)是主要市場，但嵌入式視覺系統(tǒng)也多用于工業(yè)安防應用，這是該領域的另一個強勁增長動因。除了已確立的市場外，嵌入式視覺系統(tǒng)也在姿勢識別、增強現(xiàn)實和數(shù)字標牌等發(fā)展中的領域實現(xiàn)增長。這些市場不太成熟，但具有重要潛力。

 

嵌入式視覺系統(tǒng)的第三個細分市場是新興市場，這些市場的潛力預計在較長時間內實現(xiàn)，很可能是七年至十年。新興市場包括面部識別，例如，用于金融交易的自動柜員機的身份鑒別；運輸市場，采用自動駕駛車輛和智能基礎設施形式；以及醫(yī)療市場，包括基于視覺系統(tǒng)的患者監(jiān)控和互動。專家認為，隨著嵌入式視覺系統(tǒng)的不斷發(fā)展，新應用的市場也將不斷發(fā)展。ABI Research的數(shù)據(jù)也顯示，全球視覺系統(tǒng)市場產(chǎn)值自近兩年開始將呈爆炸性成長態(tài)勢，到2020年產(chǎn)值將從2015年的不到1000億美元增至超過3000億美元規(guī)模，年復合增長率達到35%。

 

 

目標應用市場相當廣泛

 

針對這一龐大市場需求，全球領先的EDA和半導體IP供應商新思科技(Synopsys)推出了高性能嵌入式視覺處理器IP——DesignWare EV系列，它配置高性能多核硬件，完全可編程和可配置，能夠提供更快的目標監(jiān)測并顯著降低功耗。

 

DesignWare EV的目標應用市場包括攝像頭、可穿戴設備、家庭自動化、數(shù)字電視、虛擬現(xiàn)實、游戲設備、機器人、數(shù)字顯示屏、醫(yī)療電子以及汽車信息娛樂系統(tǒng)等，它能夠很好滿足視頻監(jiān)控、安防、手勢識別以及對象監(jiān)測、跟蹤和分類等領域中不斷增長的市場需求。

 

盡管視覺算法可以在大多數(shù)處理器上運行，但是這類算法牽涉到許多的復雜數(shù)學運算和數(shù)據(jù)遷移。通用處理器(GPP)可以用來做視覺處理，但是這樣的處理器缺少復雜數(shù)學運算資源，運行起來速度會非常慢。在一些視覺應用中，采用的圖形處理器(GPU)雖然具有許多的運算資源，但是卻缺乏高效移動視覺數(shù)據(jù)的能力，因此其視覺性能相對較低，并且其功耗也非常的高。視覺處理器是專為視覺處理而設計，因此它們擁有所需的復雜數(shù)學運算能力，并且它們還具有精密的數(shù)據(jù)遷移能力，能夠有效地處理視覺幀數(shù)據(jù)。此外，要能夠在嵌入式視覺應用中得到使用，它們也需要滿足低功耗要求。

 

“Synopsys新發(fā)布的DesignWare嵌入式視覺（EV）處理器的高運算處理能力、優(yōu)異的視覺數(shù)據(jù)遷移性能和非常低的功耗，使其成為了在SoC當中實現(xiàn)視覺處理的極佳選擇。”Synopsys DesignWare ARC處理器高級產(chǎn)品營銷經(jīng)理Mike Thompson表示道。

 

DesignWare EV包含EV52和EV54處理器兩款，它們都是完全可編程和可配置的視覺處理器IP核，結合了軟件解決方案的靈活性與專用硬件的低成本和低功耗特性。EV處理器實現(xiàn)了一種可以以超過1000 GOPS/W性能工作的卷積神經(jīng)網(wǎng)絡(CNN)，從而能夠僅以其他視覺解決方案一小部分的功耗，實現(xiàn)對一系列多樣化的目標(如面部、行人和手勢)進行快速而準確的監(jiān)測。

 

CNN模擬我們大腦處理視覺時的工作狀態(tài)。它是一種深度學習算法，其訓練方式與我們的大腦采用目標的多幅圖像來進行訓練差不多，它基于這些圖像歸納出能夠被算法利用、用以在圖片或視頻中找到目標的一幅圖形。據(jù)Thompson介紹，Nvidia、CEVA、Microsoft以及其他公司近期的發(fā)布強調了嵌入式視覺向CNN的遷移。其實，Microsoft和Google最近都已在高端應用中采用了CNN，其所得的精度超過了95%，較人類專家還要更高。CNN目前是獲取高質量和高精度結果的最佳視覺算法，其性能比Viola-Jones、HOG、SIFT和SURF等其他算法更勝一籌。