2079
11月23日，<與非網(wǎng)>主辦的“2022 AI視覺技術論壇”在線成功舉辦。與非網(wǎng)資深行業(yè)分析師張慧娟分享了在AI視覺領域的獨家調(diào)研成果，長安大學副教授/AI領域?qū)＜覘钤?、虹科電?a class="article-link" target="_blank" href="/tag/%E6%9C%BA%E5%99%A8%E8%A7%86%E8%A7%89/">機器視覺項目技術總監(jiān)徐嘉隆、AMD大中華區(qū)汽車業(yè)務系統(tǒng)架構師毛廣輝，圍繞AI視覺在多個領域的需求與實現(xiàn)進行了主題分享。
《與非網(wǎng)2022 AI視覺產(chǎn)業(yè)調(diào)研報告》發(fā)布
與非網(wǎng)資深行業(yè)分析師張慧娟分享了《與非網(wǎng)2022 AI視覺產(chǎn)業(yè)調(diào)研報告》，AI視覺作為人工智能當前發(fā)展和應用都比較成熟的領域，從資本熱度、市場規(guī)模、場景泛化能力、對傳統(tǒng)產(chǎn)業(yè)的帶動效應等角度，都是產(chǎn)業(yè)的主戰(zhàn)場，且增長動力較為強勁。
?
當前，市面上主流的AI視覺方案可以劃分為三大類，分別是：低功耗AI視覺方案、AI IPC模組方案和AI算力盒子。對于這些AI應用的落地與實現(xiàn)，算力在其中的作用非常關鍵。與非網(wǎng)報告分析了約20家國產(chǎn)芯片廠商的產(chǎn)品和應用情況，既有傳統(tǒng)的芯片廠商，也有初創(chuàng)和跨界的從事芯片開發(fā)的企業(yè)，面向手機、安防、金融支付、人臉識別閘機、智能門鈴、家用攝像頭、機器人、車載視覺等應用。
與非網(wǎng)報告顯示，為AI視覺系統(tǒng)提供算力支持的計算架構中，CPU+GPU架構占41.8%，CPU+DSP占36.4%，CPU占30.0%，CPU+NPU占23.2%，CPU+FPGA占23.2%，CPU+DSP+NPU占11.8%。
?
從受調(diào)研企業(yè)所提供的AI視覺方案類型來看，定制化方案占53.2%。這反映了兩層信息：第一，AI視覺方案面向的應用場景確實非常碎片化，需要大量定制化的方案來匹配用戶需求；第二，過度的定制化不利于產(chǎn)業(yè)的規(guī)?；l(fā)展，也成為當前AI大規(guī)模落地的一個主要瓶頸。未來，通過模型的不斷優(yōu)化，以及算法泛化能力的提升等，行業(yè)在推進方案規(guī)模化落地方面還有較長的路要走。
行業(yè)專家共話AI視覺落地新機遇
長安大學副教授、AI領域?qū)＜覘钤品窒砹恕痘谏疃?a class="article-link" target="_blank" href="/tag/%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C/">神經(jīng)網(wǎng)絡的公路隧道智能照明系統(tǒng)設計與實現(xiàn)》。她介紹，公路隧道是交通的關鍵環(huán)節(jié)，也是智能交通技術落地的重要工程場景，由于其半封閉的特殊工況環(huán)境，自然光無法直接照射，必須以人工照明方式，為駕駛?cè)藛T提供安全通行的光照條件。
?
不過，公路隧道照明系統(tǒng)由于必須考慮自然光與人工照明互相切換、駕駛員視覺感知功能間斷性減弱等問題，基于深度神經(jīng)網(wǎng)絡的多節(jié)點多源自適應智能隧道照明系統(tǒng)能夠有效解決上述問題。YOLO網(wǎng)絡（You Only Look Once）是目前計算機視覺領域中的端到端實時目標檢測算法，該算法更接近人類視覺系統(tǒng)“瞥一眼”的信息處理機制，可實現(xiàn)單網(wǎng)絡的多尺寸多目標快速檢測和分類任務。通過在隧道視頻監(jiān)控模塊中集成YOLO V5版本，可在全天候全時段識別隧道來往車輛，實現(xiàn)各種尺寸和型號車輛定位、分類和計數(shù)，實現(xiàn)進入、通過和離開隧道車輛實時追蹤調(diào)光與非法目標預警功能。
虹科電子機器視覺項目技術總監(jiān)徐嘉隆介紹了《一體化推理相機AI解決方案》。他提到，傳統(tǒng)的圖像處理往往耗費時間，且成本較高，而將AI部署在邊緣，實現(xiàn)相機推理一體化，可以解決上述挑戰(zhàn)。虹科智能相機集成了專用人工智能芯片“深海芯片”來支持硬件加速，相機運行的人工神經(jīng)網(wǎng)絡在幾毫秒內(nèi)即可完成推理，速度和精度都足以與AI相媲美。用戶只需要一臺相機就可以搭建視覺解決方案從圖像采集、圖像分析和處理到工業(yè)生產(chǎn)機器的控制的所有任務，能有效節(jié)省部署空間和成本。
虹科IDS NXT為工業(yè)應用創(chuàng)造了一個緊湊的嵌入式視覺平臺，通過該平臺，用戶可以實現(xiàn)視覺解決方案所需的全部操作，包括圖像采集、分析、處理以及生產(chǎn)設備的控制。虹科的IDS NXT相機可以自主生成獨立于PC的結(jié)果，直接觸發(fā)后續(xù)處理，簡化并加速了工作流程，確保降低網(wǎng)絡負載，減少能耗。
AMD大中華區(qū)汽車業(yè)務系統(tǒng)架構師毛廣輝分享了《FPGA賦能CMS汽車電子后視鏡》。據(jù)他介紹，汽車電子后視鏡通過攝像成像技術的應用，解決了傳統(tǒng)后視鏡的缺點，并且在成像清晰度和亮度方面具有先天的優(yōu)勢，因此在市場上已經(jīng)取得一定的量產(chǎn)成果。不過，電子后視鏡仍面臨一定發(fā)展挑戰(zhàn)，主要包括：圖像延遲眩暈、缺乏專用芯片處理ISP以及相應的功能，同時，在可靠性與功能安全、法規(guī)與駕駛習慣方面也面臨一定挑戰(zhàn)。
毛廣輝介紹，AMD FPGA在賦能電子后視鏡方面有一定優(yōu)勢：包括低延遲、靈活性、可擴展性、可定制、可靠性與安全性等，目前主要有兩種配置方式來支持電子后視鏡：FPGA集成在屏幕，與相機模組分離的方式；FPGA與相機集成在外耳，與艙內(nèi)顯示屏分離的方式。他認為，GB15084的發(fā)布將進一步刺激電子后視鏡增量市場，各主機廠已著手準備優(yōu)先搭載CMS功能的首發(fā)，電子后視鏡取代傳統(tǒng)后視鏡的趨勢將日益凸顯。
結(jié)語
在算法、算力、數(shù)據(jù)的并行驅(qū)動下，AI視覺產(chǎn)業(yè)得以迅速發(fā)展。不過，面向極度碎片化的下游應用，離不開傳感器、控制器、AI芯片、算法平臺、軟件框架等多個環(huán)節(jié)更為高效的融合和協(xié)同創(chuàng)新。這也給AI視覺產(chǎn)業(yè)的生態(tài)建設提出更高要求——整個生態(tài)必須更加開放、合作。
<與非網(wǎng)>主辦的“2022 AI 視覺技術論壇”，為行業(yè)搭建了良好的溝通平臺, 共享了最新的技術和市場動向，促進了產(chǎn)業(yè)的溝通、交流與合作，為開放、合作的生態(tài)交融帶來助力。未來，<與非網(wǎng)>將繼續(xù)多視角、多維度、多方式聚焦產(chǎn)業(yè)發(fā)展，為我國電子產(chǎn)業(yè)的數(shù)字化、智能化升級貢獻力量！
“2022 AI視覺技術論壇”在線回顧http://m.wlkxw.cn/activity/aivision2022
