【導(dǎo)讀】機(jī)器視覺之于人工智能等同于視覺之于人類,，本文系統(tǒng)介紹決定機(jī)器視覺的兩大要素——視覺算法和芯片，重點(diǎn)介紹國(guó)內(nèi)外視覺芯片市場(chǎng)及發(fā)展前景,，包括重量級(jí)玩家及其產(chǎn)品,。

機(jī)器能否比人眼看得更清楚？近年來,，隨著CV (Computer Vision) 芯片產(chǎn)品不斷推出,，這一疑惑正在慢慢變成現(xiàn)實(shí)。就如AlphaGo戰(zhàn)勝“圍棋天才”柯潔一樣,，在某些應(yīng)用場(chǎng)景,，機(jī)器視覺因其準(zhǔn)確性、客觀性,、穩(wěn)定性,，比人類生理視覺更具優(yōu)勢(shì)。

在我們通常的印象中,，一個(gè)視力正常的人可以迅速且毫不費(fèi)力地感知世界,，甚至可以詳細(xì)生動(dòng)得感知整個(gè)視覺場(chǎng)景；但其實(shí)這只是一個(gè)錯(cuò)覺,，人類生理視覺有著天然的局限,，只有投射到眼球中心視覺場(chǎng)景的中間部分，我們才能詳細(xì)而色彩鮮明地看清楚,。比起人眼來,，CV其實(shí)具備了相當(dāng)多的優(yōu)勢(shì)（詳見表一），可以清楚的看到,，CV的視力已經(jīng)遠(yuǎn)不止5.0了,！

表一：機(jī)器視覺相對(duì)人眼的優(yōu)勢(shì)

機(jī)器視覺的視力為何如此之強(qiáng)？關(guān)鍵在于芯片,，核心是將一些特定圖像算法用芯片方式實(shí)現(xiàn),，同時(shí)融入了深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)算法。

圖一：機(jī)器視覺代替人眼抽象圖

一個(gè)典型的工業(yè)機(jī)器視覺系統(tǒng)包括：光源、鏡頭,、相機(jī) (包括CCD相機(jī)和COMS相機(jī)),、圖像處理單元 (或機(jī)器視覺芯片)、圖像處理軟件,、監(jiān)視器,、通訊、輸入輸出單元等,。系統(tǒng)可再分為主端電腦,、影像采集與影像處理器、影像攝影機(jī),、CCTV鏡頭,、顯微鏡頭、照明設(shè)備,、Halogen光源,、LED光源、高周波螢光燈源,、閃光燈源,、其他特殊光源、影像顯示器,、LCD,、機(jī)構(gòu)及控制系統(tǒng)、控制器,、精密桌臺(tái),、伺服運(yùn)動(dòng)機(jī)臺(tái)。

可見,，從應(yīng)用技術(shù)劃分，機(jī)器視覺是一門綜合了模擬,、數(shù)字電子,、計(jì)算機(jī)、圖像處理,、傳感器,、機(jī)械工程,、光源照明、光學(xué)成像等跨學(xué)科的前沿技術(shù),；從應(yīng)用學(xué)科劃分,，機(jī)器視覺是一門涉及人工智能、神經(jīng)生物學(xué),、心理物理學(xué),、計(jì)算機(jī)科學(xué)、圖像處理,、模式識(shí)別等多個(gè)領(lǐng)域的交叉學(xué)科,。

機(jī)器視覺技術(shù)的發(fā)展，歸功于計(jì)算機(jī)軟件技術(shù)使現(xiàn)有大規(guī)模集成電子電路技術(shù)發(fā)展的成果達(dá)到了極大化的利用,，尤其是多媒體和數(shù)字圖像處理及分析理論方面的技術(shù)成熟,，使得機(jī)器視覺技術(shù)不僅在理論，而且在應(yīng)用上都得到了高速發(fā)展,。

機(jī)器視覺之于人工智能的意義等同于視覺之于人類的意義,，而決定著機(jī)器視覺的就是圖像處理技術(shù)。不同的應(yīng)用領(lǐng)域需要不同的圖像處理算法來實(shí)現(xiàn)機(jī)器視覺,。常用的機(jī)器視覺領(lǐng)域圖像算法有運(yùn)動(dòng)目標(biāo)檢測(cè)算法,、基于深度學(xué)習(xí)的人臉?biāo)惴ǖ取?/span>

下面介紹下機(jī)器視覺中的運(yùn)動(dòng)目標(biāo)檢測(cè)圖像算法，該方法是運(yùn)動(dòng)物體識(shí)別和跟蹤的基礎(chǔ),。移動(dòng)物體的檢測(cè)依據(jù)視頻圖像中背景環(huán)境地不同可以分為靜態(tài)背景檢測(cè)和動(dòng)態(tài)背景檢測(cè),。由于篇幅有限，我們這里只介紹靜態(tài)背景檢測(cè)算法,。常見的靜態(tài)背景目標(biāo)的檢測(cè)算法包括幀間差分法,、背景減除法、光流法等,。這些背景不變算法的優(yōu)缺點(diǎn)描述如下表二,。

在上述檢測(cè)算法中，幀間差分法和背景減除法更加適用于如視頻監(jiān)控,、智能交通系統(tǒng)等圖像背景靜止的環(huán)境中,。光流法則更加適用于背景不斷變化的動(dòng)態(tài)環(huán)境中。下面我們來介紹以上三種常用算法的基本原理,。

表二 各種機(jī)器視覺物體運(yùn)動(dòng)檢測(cè)算法比較

幀間差分法的適應(yīng)環(huán)境能力強(qiáng),、計(jì)算量小、且穩(wěn)定性好,，是目前應(yīng)用廣泛的一類運(yùn)動(dòng)檢測(cè)方法,。其原理是將相幀或者三幀序列圖像像素點(diǎn)的對(duì)應(yīng)灰度值進(jìn)行相減，如果灰度差值大于閾值則說明此處物體發(fā)生了變化，它是運(yùn)動(dòng)的,；如果像素的灰度差值小于給定閾值說明此處物體沒有發(fā)生變化,，認(rèn)為它是靜止的。將像素灰度值發(fā)生變化的部分標(biāo)記出來,，這些被標(biāo)記的點(diǎn)就組成了運(yùn)動(dòng)目標(biāo)區(qū)域,。進(jìn)一步對(duì)灰度圖像進(jìn)行二值化分析，提取目標(biāo)運(yùn)動(dòng)信息,，區(qū)分出前景和背景圖像,，進(jìn)而分割出運(yùn)動(dòng)目標(biāo)。

背景減除法其實(shí)是一種特別的幀間差分法,，背景減除法根據(jù)將當(dāng)前幀圖像與背景模型做差來實(shí)現(xiàn)對(duì)運(yùn)動(dòng)目標(biāo)的檢測(cè),。這種方法首先獲取背景模型，并將其保存起來,，當(dāng)對(duì)某一幀圖像進(jìn)行檢測(cè)時(shí),，用實(shí)時(shí)獲取的幀圖像與背景模型做差分運(yùn)算,，得到要檢測(cè)的運(yùn)動(dòng)目標(biāo),。

光流法是當(dāng)運(yùn)動(dòng)目標(biāo)在監(jiān)控場(chǎng)景中產(chǎn)生運(yùn)動(dòng)的時(shí)候，物體表面會(huì)形成位移矢量場(chǎng),，根據(jù)其變化可以得到運(yùn)動(dòng)目標(biāo),。光流是指移動(dòng)物體在其對(duì)應(yīng)的灰度圖像上的表面運(yùn)動(dòng)，在光流場(chǎng)中,，運(yùn)動(dòng)目標(biāo)的速度矢量形成的平面投影構(gòu)成了目標(biāo)的運(yùn)動(dòng)信息,。運(yùn)動(dòng)目標(biāo)在投影上形成的速度矢量是比較均勻，運(yùn)動(dòng)目標(biāo)速度不同形成的速度矢量也不相同,，通過光流的計(jì)算結(jié)果就可以區(qū)分出速度不同的運(yùn)動(dòng)目標(biāo),。

圖像處理算法一開始應(yīng)用應(yīng)該是采用服務(wù)器的軟件算法來完成，隨著互聯(lián)網(wǎng)技術(shù)的不斷成熟,，會(huì)擴(kuò)展到云端計(jì)算來完成,，但是這樣對(duì)于網(wǎng)絡(luò)帶寬要求非常大，對(duì)于云服務(wù)器的計(jì)量量要求也非常高,。筆者估計(jì),，視頻圖像處理技術(shù)算法的大規(guī)模產(chǎn)業(yè)化應(yīng)用，必然是需要專業(yè)的芯片來完成,，該芯片就是機(jī)器視覺 (CV) 芯片,。芯片方式一定是能夠降低成本，同時(shí)提高運(yùn)算能力,。從近年的整個(gè)行業(yè)情況來看,，計(jì)算機(jī)視覺作為人工智能領(lǐng)域最重要的方向之一，由于機(jī)器視覺芯片誕生和深度學(xué)習(xí)算法不斷發(fā)展,，近幾年獲得了巨大的發(fā)展,，各項(xiàng)應(yīng)用在不同的行業(yè)里開始落地生根,。

最早的機(jī)器視覺提出開始與上個(gè)視覺60年代，隨后1973年,，美國(guó)自然科學(xué)基金會(huì)制定了1973-1982 視覺系統(tǒng)和機(jī)器人的發(fā)展計(jì)劃,，并研究成功了一些實(shí)用的視覺系統(tǒng)，應(yīng)用于機(jī)械手定位,、集成電路生產(chǎn),、精密電子產(chǎn)品裝配、飲料罐裝的檢驗(yàn)等場(chǎng)合,；后來在PCB制作工藝中也采用機(jī)器視覺系統(tǒng),，用于印制電路板的質(zhì)量監(jiān)測(cè)等。除了在生產(chǎn)制造領(lǐng)域外,，軍事領(lǐng)域也廣泛應(yīng)用,，如精確的制導(dǎo)系統(tǒng)等，無人機(jī)的自動(dòng)導(dǎo)航等,；還有CV也應(yīng)用在生物實(shí)驗(yàn)等領(lǐng)域,，用于監(jiān)測(cè)生物各個(gè)生產(chǎn)規(guī)律，通過加速視頻播放來呈現(xiàn)生物生長(zhǎng)等過程,；在汽車自動(dòng)駕駛領(lǐng)域,，CV芯片也有不斷深入的應(yīng)用。

在當(dāng)今這個(gè)時(shí)代,，計(jì)算機(jī)視覺領(lǐng)域呈現(xiàn)出很多新的趨勢(shì),，其中最為顯著的一個(gè)，就是應(yīng)用的爆炸性增長(zhǎng),。除了手機(jī),、個(gè)人電腦和工業(yè)檢測(cè)之外，計(jì)算機(jī)視覺技術(shù)在智能安防,、機(jī)器人,、自動(dòng)駕駛、智慧醫(yī)療,、無人機(jī),、增強(qiáng)現(xiàn)實(shí)（AR）等領(lǐng)域都出現(xiàn)了各種形態(tài)的應(yīng)用方式。計(jì)算機(jī)視覺迎來了一個(gè)應(yīng)用爆炸性增長(zhǎng)的時(shí)代,，目前的應(yīng)用如下圖所示,，主要以運(yùn)動(dòng)控制為主。

圖二：當(dāng)前機(jī)器視覺多種應(yīng)用方式

隨著各個(gè)領(lǐng)域技術(shù)不斷發(fā)展,，許多科技巨頭也開始了在圖像識(shí)別和人工智能領(lǐng)域的布局,，F(xiàn)acebook簽下的人工智能專家Yann LeCun最重大的成就就是在圖像識(shí)別領(lǐng)域，其提出的LeNet為代表的卷積神經(jīng)網(wǎng)絡(luò)，在應(yīng)用到各種不同的圖像識(shí)別任務(wù)時(shí)都取得了不錯(cuò)效果,，被認(rèn)為是通用圖像識(shí)別系統(tǒng)的代表之一,；Google 借助模擬神經(jīng)網(wǎng)絡(luò)“DistBelief”通過對(duì)數(shù)百萬份YouTube 視頻的學(xué)習(xí)自行掌握了貓的關(guān)鍵特征，這是機(jī)器在沒有人幫助的情況下自己讀懂了貓的概念,。值得一提的是,，負(fù)責(zé)這個(gè)項(xiàng)目的Andrew Ng后來轉(zhuǎn)投百度領(lǐng)導(dǎo)百度（現(xiàn)已離職），其一個(gè)重要的研究方向就是人工智能和圖像識(shí)別,，這也能看出國(guó)內(nèi)科技公司對(duì)圖像識(shí)別技術(shù)以及人工智能技術(shù)的重視程度,。

未來

機(jī)器視覺領(lǐng)域的應(yīng)用將呈現(xiàn)了爆發(fā)式的增長(zhǎng)態(tài)勢(shì)。剛才已經(jīng)提到在安防監(jiān)控,、高度的自動(dòng)化駕駛,、增強(qiáng)現(xiàn)實(shí)、醫(yī)療圖像,、機(jī)器人工業(yè)視覺,、移動(dòng)互聯(lián)網(wǎng)等領(lǐng)域都有眾多的計(jì)算機(jī)視覺應(yīng)用產(chǎn)生。CV芯片的成熟量產(chǎn)將使得人類生活在一個(gè)無所隱藏的時(shí)代,，每個(gè)帶有CV芯片的攝像頭就是視力遠(yuǎn)遠(yuǎn)高于5.0的眼睛,，并且超強(qiáng)的分析判斷能力；當(dāng)然人工智能的有序應(yīng)用,，最終將造福人類,。

下圖是對(duì)2014年至2018年全球機(jī)器視覺系統(tǒng)及部件機(jī)器視覺市場(chǎng)規(guī)模預(yù)測(cè),，圖中折線為年增長(zhǎng)率,，由圖根據(jù)復(fù)合增長(zhǎng)率可以計(jì)算出2014-2018年的復(fù)合增長(zhǎng)率為8.39%。

圖三：全球機(jī)器視覺市場(chǎng)規(guī)模預(yù)測(cè)

國(guó)內(nèi)的機(jī)器視覺相關(guān)公司有一些,，大部分都是屬于視覺芯片產(chǎn)品應(yīng)用型公司,，而半導(dǎo)體芯片制造公司比較少。

視覺芯片產(chǎn)品應(yīng)用型公司如杭州?？禉C(jī)器人技術(shù)有限公司,，起步于全球安防排名首位——海康威視成立的機(jī)器視覺業(yè)務(wù)部,，依托?？低曉谝曇纛l、成像采集與核心算法等領(lǐng)域技術(shù)積累,，?？禉C(jī)器人主攻智能制造，業(yè)已開拓機(jī)器視覺,、移動(dòng)機(jī)器人以及行業(yè)級(jí)無人機(jī)等業(yè)務(wù)領(lǐng)域,。其中，機(jī)器視覺產(chǎn)品覆蓋全系列工業(yè)面陣、線陣,、立體相機(jī),，鏡頭，視覺軟件平臺(tái),，視覺控制器及工業(yè)智能相機(jī)等,。

廣州云從信息科技有限公司 (簡(jiǎn)稱云從科技) 是一家專注于計(jì)算機(jī)視覺與人工智能的高科技企業(yè)，核心技術(shù)源于四院院士,、計(jì)算機(jī)視覺之父——Thomas S.Huang (黃煦濤) 教授,。核心團(tuán)隊(duì)曾于2007年到2011年6次斬獲智能識(shí)別世界冠軍，得到上市公司佳都科技與香港杰翱資本的戰(zhàn)略投資,。公司主要技術(shù)團(tuán)隊(duì)來自中國(guó)科學(xué)院重慶分院,，是中科院研發(fā)實(shí)力最雄厚的人臉識(shí)別團(tuán)隊(duì)，并作為中科院戰(zhàn)略性先導(dǎo)科技專項(xiàng)的唯一人臉識(shí)別團(tuán)隊(duì),，代表參與了新疆喀什等地安防布控,。

格靈深瞳是一家將計(jì)算機(jī)視覺和深度學(xué)習(xí)技術(shù)應(yīng)用于商業(yè)領(lǐng)域的科技公司，自主研發(fā)的深瞳技術(shù)在人和車的檢測(cè),、跟蹤與識(shí)別方面居于世界領(lǐng)先水平,。公司借助海量數(shù)據(jù)，讓計(jì)算機(jī)像人一樣看懂這個(gè)世界,，實(shí)時(shí)獲取自然世界正在發(fā)生的一切,，打造自然世界的搜索引擎。華為海思在機(jī)器視覺這塊也積極布局,，但是目前還沒有成熟量產(chǎn)CV芯片推出,。

中星微電子是國(guó)內(nèi)為數(shù)不多的一家機(jī)器視覺芯片設(shè)計(jì)公司，其芯片的主要功能在人臉識(shí)別領(lǐng)域的應(yīng)用,。2016年6月20日,，中星率先推出中國(guó)首款嵌入式神經(jīng)網(wǎng)絡(luò)處理器（NPU）芯片中星微，這是全球首顆具備深度學(xué)習(xí)人工智能的嵌入式視頻采集壓縮編碼系統(tǒng)級(jí)芯片,，并取名“星光智能一號(hào)”,。這款基于深度學(xué)習(xí)的芯片運(yùn)用在人臉識(shí)別上，最高能達(dá)到98%的準(zhǔn)確率,，超過人眼的識(shí)別率,。該芯片于2016年3月6日實(shí)現(xiàn)量產(chǎn)，目前出貨量為十幾萬件,。該NPU采用了“數(shù)據(jù)驅(qū)動(dòng)”并行計(jì)算的架構(gòu),，單顆NPU（28nm）能耗僅為400mW，極大地提升了計(jì)算能力與功耗的比例,，可以廣泛應(yīng)用于高清視頻監(jiān)控,、智能駕駛輔助,、無人機(jī)、機(jī)器人等嵌入式機(jī)器視覺領(lǐng)域,。

圖四：中星微NPU框架

韓國(guó)NEXTCHIP公司1997年成立,，2007年在韓國(guó)已經(jīng)上市，是一個(gè)以圖像處理技術(shù)為主的公司,。公司的產(chǎn)品設(shè)計(jì)視頻監(jiān)控,、DVR、SOC,、自動(dòng)駕駛系統(tǒng)中的核心芯片,，均是以圖形處理、傳輸為主的半導(dǎo)體芯片廠家,。公司涉及機(jī)器視覺領(lǐng)域芯片是在自動(dòng)駕駛系統(tǒng)的應(yīng)有中,，主打產(chǎn)品APACHE4是瞄準(zhǔn)下一代的ADAS體系的SOC芯片。

APACHE4加入了專用檢測(cè)引擎,，支持行人檢測(cè),、車輛檢測(cè)、車道檢測(cè)和移動(dòng)物體檢測(cè)四種監(jiān)測(cè)類型,。嵌入其中的CEVA-XM4圖像和視覺平臺(tái)可讓APACHE4的客戶使用高階軟件編程來開發(fā)差異化的ADAS應(yīng)用,，具體應(yīng)有如下圖，在車輛系統(tǒng)的前后左右都有圖像采集系統(tǒng),，搭配一顆APACHE4,，并將采集數(shù)據(jù)送入到圖像分析系統(tǒng)ECU，并將分析結(jié)果送入汽車操控系統(tǒng),。

圖五：APACHE4在汽車自動(dòng)駕駛中應(yīng)用

Movidius

Movidius是一家無晶圓半導(dǎo)體公司,，2016年9月英特爾宣布將收購(gòu)計(jì)算機(jī)視覺創(chuàng)業(yè)公司Movidius，這家公司也是谷歌Project Tango 3D傳感器技術(shù)背后的功臣,。Movidius的使命是“為機(jī)器賦予視覺能力”,，同時(shí)也將與英特爾的RealSense技術(shù)配合,。該公司主要產(chǎn)品為低功耗視覺處理器：Myriad 系列 VPU,，而且已經(jīng)與谷歌、聯(lián)想和大疆等公司簽訂了協(xié)議,。

DJI大疆宣布推出最新的無人機(jī)產(chǎn)品Phantom 4,。這款飛行器采用計(jì)算機(jī)視覺來實(shí)現(xiàn)自主飛行，核心的機(jī)器視覺芯片就是采用了Movidius的Myriad 2芯片,。早在2014年,，Movidius推出的首顆芯片Myriad 1就應(yīng)用到了谷歌的第一代Project Tango平板中。

2017年8月28日,，INTEL宣布推出Movidius Myriad X視覺處理器（VPU）,，該處理器是一款低功耗SoC,，主要用于基于視覺的設(shè)備的深度學(xué)習(xí)和AI算法加速，比如無人機(jī),、智能相機(jī),、VR/AR頭盔。

圖六：Myriad X視覺處理器

Myriad X的推出并不會(huì)取代Myriad 2,。Movidius稱,，Myriad X能在同一功率范圍內(nèi)的深度神經(jīng)網(wǎng)絡(luò)DNN推理中，提供10倍于Myriad 2的性能,。Myriad X擁有Movidius稱之為神經(jīng)計(jì)算引擎（Neural Compute Engine）的功能,，這是一種集成在芯片上的DNN加速器。

Movidius稱,，有了它,，Myriad X的DNN推理吞吐量能達(dá)到每秒超過一萬億次運(yùn)算（TOPS）。除了神經(jīng)計(jì)算引擎,，SoC 16還具有可編程矢量處理器,，可配置MIPI通道和Vision Accelerator。矢量處理器使您能夠一起運(yùn)行多個(gè)成像和視覺應(yīng)用,。

此外,，MIPI通道確保您可以將多達(dá)8個(gè)HD-RGB攝像機(jī)直接連接到Myriad X.該芯片可以處理高達(dá)每秒7億像素的圖像信號(hào)。最后,，Vision Accelerator可以讓您執(zhí)行光流量和立體聲深度等任務(wù),，而無需額外的計(jì)算能力。與人類相媲美的視覺智能設(shè)備構(gòu)成了計(jì)算的下一步, 隨著低功耗的CV芯片的逐漸發(fā)展,，真正的AI離我們?cè)絹碓浇恕?/span>

美國(guó)安霸（Ambarella）是高清視頻業(yè)界的技術(shù)領(lǐng)導(dǎo)者,，主要提供低功耗、高清視頻壓縮與圖像處理的解決方案,。2015年安霸收購(gòu)意大利公司VisLab,，計(jì)劃借此進(jìn)入計(jì)算機(jī)視覺芯片市場(chǎng)。

安霸收購(gòu)VisLab后,，包括“計(jì)算機(jī)視覺算法,、傳感器融合以及基于算法的感知、探測(cè)和決斷”等在內(nèi)的多項(xiàng)核心技術(shù)也將一并納入安霸麾下,，同時(shí)安霸的汽車軌跡記錄芯片以及基于攝像頭的系統(tǒng)級(jí)芯片解決方案也是吸引VisLab加入的重要原因,。

安霸本身是圖像處理芯片公司，同時(shí)一直在汽車行業(yè)也有出色的芯片應(yīng)用,，有了機(jī)器視覺芯片后,，安霸在汽車自動(dòng)駕駛領(lǐng)域?qū)?huì)起到更大作用。業(yè)界消息反饋,，目前安霸的機(jī)器視覺芯片CV1將在今秋送樣,。安霸的CV1未來取決于算法和軟件,，最終是有沒有可能投入到龐大的車隊(duì)和達(dá)到LEVEL4的自動(dòng)駕駛水平。

摩根士丹利證券分析師 Joseph Moore 指出,，“電腦視覺（computer vision）”蘊(yùn)藏極大商機(jī),，將創(chuàng)造出許多贏家，安霸在影像處理領(lǐng)域的深厚專業(yè)知識(shí)使其處于獨(dú)特的地位,。安霸首款電腦視覺芯片將自今年秋季起開始送樣并進(jìn)行必要的車用認(rèn)證程序,。如果一切進(jìn)行順利，安霸的電腦視覺芯片可望自明年起開始拉高產(chǎn)量,。

Inuitive是一家先進(jìn)的3D計(jì)算機(jī)視覺和圖像處理器設(shè)計(jì)廠家,，利用CEVA-XM4智慧視覺DSP的授權(quán)許可，運(yùn)行復(fù)雜的即時(shí)深度感測(cè),、特征跟蹤,、目標(biāo)識(shí)別、深度學(xué)習(xí)和其它以各種行動(dòng)設(shè)備為目標(biāo)的視覺相關(guān)之演算法,。

CEVA圖像和視覺DSP滿足最復(fù)雜計(jì)算攝影和電腦視覺應(yīng)用對(duì)極端處理的需求,，比如視頻分析、擴(kuò)增實(shí)境和先進(jìn)駕駛輔助系統(tǒng)(ADAS),。透過從CPU和GPU卸載下這些性能密集型的任務(wù),，這些高效的DSP可大幅降低整體系統(tǒng)的功耗，同時(shí)還可提供完整的靈活性,。這些行動(dòng)設(shè)備包括擴(kuò)增實(shí)境和虛擬實(shí)境頭戴耳機(jī),、無人機(jī)、消費(fèi)機(jī)器人,、360度相機(jī)和深度感測(cè)器等,。

圖七：Inuitive視覺處理器NU3000

目前該公司在機(jī)器視覺的芯片有NU3000和NU4000 兩款。NU4000是Inuitive在其NU3000多核影像處理器成功的基礎(chǔ)之上所推出的新款產(chǎn)品,；NU3000以第三代的CEVA-MM3101圖像和視覺DSP來提供立體視覺功能,，現(xiàn)在是Google Project Tango生態(tài)系統(tǒng)中的一部分，開發(fā)人員能夠利用它來開發(fā)需要即時(shí)深度產(chǎn)生,、映射,、定位、導(dǎo)航和其它復(fù)雜信號(hào)處理演算法的應(yīng)用,。

小結(jié)

從目前的數(shù)據(jù)看,，機(jī)器視覺領(lǐng)域目前是一個(gè)巨大的市場(chǎng)，如下圖預(yù)測(cè),，預(yù)計(jì)在2018年市場(chǎng)容量將達(dá)到50.43億美元的規(guī)模。面對(duì)如此巨大的市場(chǎng),，并且核心的硬件芯片占了整套視覺系統(tǒng)大概35%的成本的情形下,，半導(dǎo)體行業(yè)各個(gè)大公司都對(duì)此領(lǐng)域虎視眈眈,。但是因其技術(shù)壁壘較高，需要有成熟的圖像算法方面積累,，半導(dǎo)體公司也不敢貿(mào)然進(jìn)入,。

中國(guó)國(guó)內(nèi)大部分是在視覺產(chǎn)品中下游公司，設(shè)計(jì)生產(chǎn)專用機(jī)器視覺芯片公司鳳毛麟角,。從中國(guó)國(guó)內(nèi)機(jī)器視覺專利申請(qǐng)數(shù)量看,，在二十年前，幾乎沒有任何的專利創(chuàng)新,，2011年,，我國(guó)機(jī)器視覺專利申請(qǐng)數(shù)為267個(gè)；2012年,，我國(guó)機(jī)器視覺專利申請(qǐng)數(shù)量為298個(gè),；2013年為101個(gè)，說明國(guó)內(nèi)也在不斷重視機(jī)器視覺這個(gè)領(lǐng)域,，試圖在產(chǎn)業(yè)的高端有所突破,。

放眼全球，INTEL,、安霸等半導(dǎo)體巨頭在CV領(lǐng)域早有研究,，并且目前有成熟可量產(chǎn)的CV芯片上市，在高端控制了整個(gè)機(jī)器視覺領(lǐng)域,，同時(shí),，這些國(guó)際大公司也通過自己本身在行業(yè)的影響地位，不斷推動(dòng)CV的各個(gè)行業(yè)的具體應(yīng)用,，大力推動(dòng)了整個(gè)CV行業(yè)的高速發(fā)展,。

從目前CV芯片的現(xiàn)狀和機(jī)器視覺系統(tǒng)的應(yīng)用來看，芯片領(lǐng)域是一個(gè)非常巨大的市場(chǎng),，是計(jì)算機(jī)視覺未來大規(guī)模應(yīng)用的重要一環(huán),，筆者認(rèn)為未來的CV芯片有下面三大發(fā)展趨勢(shì)。

趨勢(shì)一：CV芯片的集成度進(jìn)一步提高,。隨著半導(dǎo)體加工工藝向6nm邁進(jìn),，單顆CV的集成度將大大提升。更高效的大卷積解構(gòu)與復(fù)用機(jī)制成熟,，在超大神經(jīng)網(wǎng)絡(luò)中可以進(jìn)一步減少總線上的數(shù)據(jù)通信,，可以適當(dāng)深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)IP更加容易集成；同時(shí),，各種圖形處理算法IP直接固化在CV芯片中,，降低了對(duì)GPU的計(jì)算能力依賴。未來的單顆CV芯片,，將會(huì)標(biāo)配深度學(xué)習(xí)功能,、神經(jīng)網(wǎng)絡(luò)功能和機(jī)器視覺處理,、分析功能。

趨勢(shì)二：機(jī)器視覺芯片出現(xiàn)細(xì)分,。CV芯片將隨著應(yīng)用領(lǐng)域不同而出現(xiàn)細(xì)分,，如分為專用的自動(dòng)駕駛CV芯片、無人機(jī)導(dǎo)航CV芯片,、AR/VR應(yīng)用CV芯片等,。因?yàn)樵谀硞€(gè)特殊領(lǐng)域，隨著機(jī)器視覺算法應(yīng)用需求越來越多,，必然帶來成本的需求,，以增加產(chǎn)品的利潤(rùn)，所以,，在CV芯片上做costdown,，裁減非本領(lǐng)域的應(yīng)用功能，并不斷深化該領(lǐng)域應(yīng)用是必然的,。

趨勢(shì)三：低功耗,，SOC方式。云+端的方式,，通過端完成關(guān)鍵的機(jī)器視覺功能,，把處理結(jié)果傳回云，利用云端做分析判斷,。這種方式優(yōu)勢(shì)是減少網(wǎng)絡(luò)帶寬,，把視頻處理運(yùn)算由中心分散到前端，這個(gè)筆者一定是未來的一個(gè)重要趨勢(shì),。因此,，作為端的CV芯片必須是低功耗并且?guī)в幸欢ǖ腃PU功能，需要做到單顆電池續(xù)航能力持久,，并且具備一定的數(shù)據(jù)通信,、任務(wù)調(diào)度功能。

在不久的將來,，機(jī)器眼時(shí)代將全面來臨,，我們都準(zhǔn)備好了嗎？