机器学习提升嵌入式视觉应用

机器学习将持续作为众多应用的重要推动因素，尤其是视觉导向的机器人或所谓的“协作机器人”应用。结合处理器核心与可编程逻辑的异质SoC，能打造出高效且可重配置的解决方案。 在目前的嵌入式视觉领域中，*热门的话题之一就是机器学习(machine learning)。机器学习涵盖多个产业重要趋势，不仅是嵌入式视觉(Embedded Vision；EV)，而且在工业物联网(IIoT)和云端运算中均发挥极为显著的作用。对于不熟悉机器学习的人来说，很多时候机器学习是透过神经网路的创造和训练而实现的。神经网路(neural network)一语极为通用，包含大量截然不同的子类别。这些子类别的名称一般用于辨识被实现的具体网路类型。这些网路在大脑皮层上建模，大脑皮层中每个神经元接收输入、处理后并将其传达给另一个神经元。因此，神经元一般由输入层、多个内部隐藏层和一个输出层组成。在*简单的层面上，神经元取得输入、施加权重给输入，然后在加权输入总和上执行传递函数。其结果随后传递至隐藏层中的另一层，或传递给输出层。将某一阶段的输出传递给另一阶段而不形成一个周期的神经网路被称为“前馈神经网路”(FNN)，而那些存在

RZ/G1C MPU简化制造，降低BOM成本

集微网消息，2017年5月10日，中国北京讯——**的半导体解决方案供应商瑞萨电子中国扩展了其高性能RZ微处理器（MPU）系列，以应对人机界面（HMI）和嵌入式视觉系统应用不断增长的市场需求，同时支持从入门级到高度复杂嵌入式应用程序的扩展。瑞萨电子RZ/G系列的新型RZ/G1C微处理器能够快速开发高性能HMI应用，并支持和3D图形及全高清（FHD）视频。RZ/G1C针对基于Linux的应用程序开发进行了特别优化。 瑞萨电子RZ/G能够让系统制造商选择适合的处理器，以支持其当前和下一代连接设备，包括带触摸式显示的家用电器及集成嵌入式视觉HMI的工业设备，可以实现图像识别和人工智能。关于RZ/G1C MPURZ/G1C基于*佳能效的ARM® Cortex®-A7 CPU，为相连的基于HMI的系统提供了性能和功耗的平衡。其支持多种接口，包括USB和千兆以太网（GbE），支持部件之间的全管脚兼容，客户可从低端到**的RZ系列中灵活选择产品，以满足当前和未来的嵌入式开发需求。新型MPU内置PowerVR®SGX5313D图形引擎和FHD H.264视频编***。另外，RZ/G1C还提供一个模拟和

瑞萨电子推出新型RZ/G微处理器

本报讯 瑞萨电子中国扩展了其高性能RZ微处理器（MPU）系列，以应对人机界面（HMI）和嵌入式视觉系统应用不断增长的市场需求，同时支持从入门级到高度复杂嵌入式应用程序的扩展。瑞萨电子RZ/G系列的新型RZ/G1C微处理器能够快速开发高性能HMI应用，并支持3D图形及全高清（FHD）视频。RZ/G1C针对基于Linux的应用程序开发进行了特别优化。瑞萨电子RZ/G能够让系统制造商选择适合的处理器，以支持其当前和下一代连接设备，包括带触摸式显示的家用电器及集成嵌入式视觉HMI的工业设备，可以实现图像识别和人工智能。RZ/G1C基于*佳能效的ARM Cortex-A7 CPU，为相连的基于HMI的系统提供了性能和功耗的平衡。其支持多种接口，包括USB和千兆以太网（GbE），支持部件之间的全管脚兼容，客户可从低端到**的RZ系列中灵活选择产品，以满足当前和未来的嵌入式开发需求。另外，RZ/G1C还提供一个模拟和两个数字摄像头输入，以实现嵌入式视觉和其它视频相关应用。RZ/G1C能够让开发人员按需平衡性能，实现成本节约。RZ/G1C具有诸多优势。例如，可以设计成四层板结构，以*大限度地降低成本和

因应人工智能跨入物联网 嵌入式视觉重要性大增

目前人工智能正以相当快的速度跨入物联网，这也将促使视觉应用从过去着重在手机、平板等产品，逐步普及到越来越多的终端产品中，例如汽车、无人机、AR/VR等，同时让嵌入式视觉在整体市场中的必需性大增。对计算机视觉的需求从未如此强烈。 受深度学习进步的推动，视觉和人工智能(AI)装置，正以令人惊讶的数量，进入市场。 虽然在嵌入式系统中，采用视觉和深度学习构成了挑战，但它正成为一个需求。 以下介绍嵌入式智能视觉，已成为必备组件的各种市场和使用案例。摄影机/成像技术夯 视觉成移动装置成败关键可能很难想象，大约十年前，手机中内嵌摄影机是一件难得的事情。 现今，大多数手机至少有两个摄影机，一个后置，用于常规拍摄，一个前置，用于自拍和视讯通话。 另外，还有一个强大的双摄影机趋势，如新推出的华硕ZenFone 3 Zoom，可以提供类似数字单眼相机(DSLR)的各项功能，如光学变焦、散景和重新聚焦。 移动装置上的图像质量，也接近于数字单眼相机，具有视讯稳定、低光增强、超分辨率和HDR等图像增强技术。 一个很好的例子，是新的华硕Super Pixel技术。 *近我们看到智能手机和平板计算机摄影机，还支持AR

Imagination发布PowerVR NNA神经网络加速器

集微网消息，Imagination Technologies 宣布推出完整、独立式的硬件IP神经网络加速器，通过神经网络(NN)专用的PowerVR架构实现，可提供业界**的面积效率。为移动、监控、汽车与消费系统开发SoC的公司将能以非常低的功耗，在*小的芯片面积中集成新款 PowerVR Series2NX NNA神经网络加速器，以实现神经网络的高性能运算。 包括卷积神经网络(CNN)、循环神经网络(RNN)和长短期记忆网络(LSTM)在内的神经网络正推动各个产业的爆发性技术进展。NNA是一种基本类型的处理器，预计会跟CPU和GPU一样重要，而这两类处理器Imagination均已能供应。NNA的潜在应用不计其数，其中包括AR/VR头戴设备中的特征检测与眼球追踪；汽车**系统中的行人检测与驾驶员警觉性监控；智能监控系统中的脸部辨识与人群行为分析；网络诈欺检测、内容建议(content advice)、以及预测性UX；虚拟助理应用中的语音识别与回应；以及无人机中的防撞与对象追踪等。根据嵌入式视觉联盟(https://www.embedded-vision.com)于2017年1月进行的

Xilinx为嵌入式视觉和工业物联网等扩充成本优化型产品系列

格灵深瞳运用CEVA-XM4实现智慧视像分析

格灵深瞳宣布，该公司已经在CEVA图像和视觉平台上，提供**监控和智慧交通演算法。其使用CEVA深度神经网路(CDNN)软体框架，来产生用于CEVA-XM4 DSP核心的神经网路方案，为深度学习应用提供出色的性能和功率效率。这款解决方案是理想的低成本嵌入式视觉系统，适合难以采用GPU式系统的场合。 格灵深瞳技术长邓亚峰表示，我们不断寻求提升产品价值主张，需要一款能够在严苛的成本和功率预算之内处理复杂的神经网路的视觉处理器框架。结合了CDNN软体框架的CEVA-XM4平台，在这方面表现的出色，而且在快速增长的嵌入式视觉领域中，CEVA-XM4平台为我们的电脑视觉和深度学习技术，开辟了更大的市场机会。CEVA视觉业务部门副总裁兼总经理Ilan Yona表示，格灵深瞳是电脑视觉和机器学习领域中的重要厂商，并且能够发挥图像和视觉平台的全部潜力，从而能够毫无疑问且独立地验证，我们的深度学习平台，不仅媲美GPU式系统，还提供了超越这些系统的众多明显优势。我们期待扩展与格灵深瞳的合作关系，以满足双方共同客户的需求。

赛灵思扩充嵌入式视觉晶片产品系列

赛灵思(Xilinx)宣布为嵌入式视觉、工业物联网等各类应用，扩展晶片产品系列。由于目前嵌入式视觉与工业物联网应用，须要收集、统计并分析来自各种感测器资料，以获得可行的讯息洞见。因此，无论是当工厂须调整多个感测器摄影机功能，或须开发一个基于感测器融合，**引导系统的智慧型自动无人机，设计师皆可利用Xilinx FPGA和SoC产品来建构部分或整座系统。 扩展后的Xilinx Spartan、Artix与Zynq产品系列，涵盖下个世代任意连接、感测器融合、精密控制、影像处理、分析、**与保密等应用领域。赛灵思FPGA与SoC产品管理暨行销**总监Kirk Saban表示，透过新增的成本*佳化产品系列，Xilinx再次履行针对成本敏感应用，提供全方位解决方案的承诺，*新扩充的产品系列包含Spartan-7系列、附加的Artix-7产品及Zynq-7000单核心元件。新系列Spartan-7提供8x8mm封装的28奈米FPGA，实现该产品系列中相当具连结成本效益的互联解决方案，满足传统与**介面的要求，同时以小尺寸规格，实现高功耗效能比的感测器融合和精密控制。而新型FPGA针对多感测器嵌入式

Xilinx推出***专区，加速嵌入式视觉**

集微网消息，2016年12月1日，北京—All Programmable技术和器件的全球**企业赛灵思公司（Xilinx, Inc. (NASDAQ:XLNX)）今日宣布推出面向软件、硬件及系统开发人员的嵌入式视觉***专区，以帮助他们加速生产力并打造 All Programmable的差异化嵌入式视觉应用。通过嵌入式视觉***专区，赛灵思为开发人员快速启动开发下一代视觉系统提供了一个“一站式平台”，帮助他们充分利用基于机器学习技术的传感器融合、**计算机视觉算法以及对象检测与分析功能等。 嵌入式视觉***专区的核心是庞大而丰富的工程设计资源，包括软件开发优化库、硬件开发人员视觉IP、项目，以及赛灵思及其联盟计划成员和社区开发人员所提供的各种教程。所有开发资源都适用于赛灵思FPGA和All Programmable SoC器件，包括Zynq®UltraScale+™MPSoC（其将4个ARM® Cortex™-A53 APU、2个ARM Cortex-R5实时处理器、1个ARM Mali™-400 MP2 GPU、1个支持4Kp60分辨率的HEVC视频编***、可编程逻辑和可编程接口）

赛灵思嵌入式视觉***专区登场

赛灵思(Xilinx)近期推出针对软体、硬体、以及系统开发人员的嵌入式视觉***专区(Embedded Vision Developer Zone)，以加速他们的生产力，并打造All Programmable差异化嵌入式视觉应用。 透过嵌入式视觉***专区，该公司为开发人员快速启动下一代视觉系统，并提供了“一站式平台”，以协助他们充分利用基于机器学习分析技术的感测器融合、先进电脑视觉演算法，以及即时物体侦测和分析功能。嵌入式视觉***专区的核心为汇集众多的工程设计资源，包含协助软体研发的*佳化函式库、硬体开发商专属的视觉IP、专案，以及由赛灵思、其联盟计画成员及社群***所提供的教学课程。嵌入式视觉联盟创始人Jeff Bier表示，产品开发人员正积极拥抱嵌入式视觉技术。从智慧监控摄影机到自动驾驶车，几乎所有装置和地方都需要“看见”的视觉功能。对嵌入式视觉开发人员而言，在成本与耗电预算极为吃紧的条件下，添加视觉功能，有许多独特的挑战。为这些***提供一个专属的平台，让他们能够找到符合应用需求的众多资源，是协助更多开发人员克服上述挑战的重要的一步。

未来的使用者界面--带你走进嵌入式视觉的“前世今生”

肉眼的观察能力是有限的，千百年来人们一直在通过各种途径来弥补或替代肉眼的缺陷。随着科技的进步，这类工具从原先单纯的视觉模拟功能逐渐加入了更多的智能处理功能。例如，在智能安防监控领域，监控设备除了替代人眼提供7×24小时全天候、不眨眼的视频录像外，还可以提供对特殊事件预警或该类事件发生时提高录像清晰度等功能;在汽车领域，当您以高速度在公路上行驶时而忽视了前方进城限速的标志，这时候汽车中的另一双“眼睛”就会发出警告提醒您限速行驶……类似的应用正在以“嵌入式视觉” 的概念迅速走入我们的生活，受到越来越多的关注。在2012年初的拉斯维加斯国际消费电子展（CES）上，嵌入式视觉被评为十大改变今年消费电子市场的技术之一。根据IMS Research预计，到2015年，将有35亿电子系统有视觉能力，包括智能手机、电视和汽车驾驶员辅助系统（ADAS）等。嵌入式视觉应用的“前世今生”“嵌入式视觉”其实是指一种通过视觉方法去理解周边环境的机器，主要涉及到两种技术：嵌入式系统和计算机视觉（有时也称为机器视觉）。嵌入式视觉是从计算机视觉应用开始的，这些应用包括装配线检查、光学字符识别、机器人技术、监控和**系

嵌入式视觉技术--潜力巨大，有待开发

CEVA为低功耗嵌入式系统带来高度智能视觉处理能力

全球**的用于蜂窝通信、多媒体和无线连接的DSP IP平台授权厂商CEVA公司发布第四代图像和计算机视觉处理器IP产品CEVA-XM4。基于CEVA-MM3101所取得的成功，CEVA-XM4具备特别功能，以应对在嵌入式系统中实现高能效的类似人类的智能视觉和图像感知功能所面对的重大挑战。在智能手机、平板电脑、汽车**和信息娱乐、机器人、安防监控、增强现实、无人机和标识应用的推动之下，在嵌入式系统中集成高度智能视觉处理功能的趋势正在加速发展。再结合物联网(IoT)， 更多的潜在应用也都指向了“联网智能视觉”的概念范畴。然而，典型的嵌入式系统的物理尺寸和电源供应都十分有限，在其中模仿人类视觉或增添计算图像学功能将非常具有挑战性。为了解决这些问题，CEVA 在CEVA-XM4中采用了可编程宽矢量架构、定/浮点处理能力、多重同步标量单位，以及一个专门针对计算机视觉处理需求的低功耗指令集，使其比CEVA-MM3101实现多达8倍的性能增强，并提升多达35%的能效。这个新IP可以支持实时3D深度图生成和用于3D扫描的点云(Point Cloud)数据处理。此外，它也能够支撑运算强度极高的目标检测和

CEVA推出深层神经网络框架 加快嵌入式系统机器学习应用

应用多元 嵌入式视觉技术将大放异采

随着IP（矽智财）供应商已在全球半导体产业站稳脚步后，这些业者们之间的竞合关系就备受外界瞩目，在应用领域而言，每个业者各自有努力的终端市场，以Imagination为例，该公司在嵌入式视觉领域就有不少着墨。 Imagination Technologies多媒体技术行销总监Peter McGuinness谈到，市场对嵌入式视觉技术有庞大的需求，而且正在持续成长，与此同时，下一代的电脑视觉技术已经为各种广泛的新型态的应用奠定了基础，像是汽车和**、到消费性电子与零售等各产业都涵盖在内。这要归功于低功耗平行处理器的扩大应用、3D感测器的日渐普及，以及活跃的演算法开发人员生态系统，现在，许多嵌入式装置都能够以随选方式来分析环境，或是保持连线状态，随时进行环境资料的感测撷取。Peter McGuinness进一步指出，嵌入式视觉在消费性应用案例包括运算摄影学、扩增实境、姿势控制和场景理解(scene understanding)等技术。许多手机都能透过侦测脸部来自动调整相机焦距与曝光。在汽车市场，为电动车增加电脑视觉功能可减少并避免意外事件的发生。今天，许多制造商可提供先进驾驶辅助系统(ADA