【.com原稿】当前，人工智能赋能安防、金融等细分行业，参与关键工作流程，提供多种切实可行的解决方案服务.随着嵌入式领域的加速演进，人工智能得到了广泛关注，应用到更多场景。创达以智能终端操作系统为基础，专注于嵌入式人工智能关键技术。近日，中科创达、清华大学、高通联合举办“ThunderWorld2018嵌入式人工智能大会”，共同探讨嵌入式人工智能领域的技术前沿、产业趋势和热点问题。在孙立·创达副总裁主论坛上，中科创达副总裁孙立以《智能视觉的“深蹲”和“起跑”》为主题发表演讲，阐述了图像系统的构建、3D图像技术的普及、嵌入式AI的优化算法应用与AI赋能行业的难点与对策。图像系统构建的难点与对策视觉技术是一门涉及多个领域的交叉学科，其中用Camera进行图像采集是前提条件。抓拍过程复杂，涉及模块的图像采集和应用、主芯片功耗、性能和系统优化，以及人脸识别、美颜、传统拼接、光学处理、降噪等一系列算法。一个优秀的图像系统，除了采集方面的挑战，还有图像处理算法，如曝光、白平衡、对焦、宽动态范围HDR、降噪等）、芯片加速、画质优化、等，以及硬件碎片化要求。还必须考虑图像质量、功耗、性能和稳健性的复杂调整过程（实验室和现实场景）。孙莉表示，图像质量优化是图像处理中最重要的部分。如果你想产生最好的图像质量，你需要调试整个图像的Pipeline、3A（焦点、曝光、白平衡）和许多其他细节。IQ——画质调整的三个阶段画质调整分为三个阶段：1.***做好基础软件、驱动、软件功能检查，无影响IQ的重大BUG，验证原图（EXIF、AE参数、校准数据）等；2、配置相关专业设备，进行实验室参数调整，如LSC、AWB、AE、Gamma、对比度增强、CCM、DPC、噪声过滤、边缘增强等参数检测和处理。3.实景调参，对比参考设备拍摄调整，如人物，宠物，风景，人像，户外，弱光，办公室，家里，闪光灯，逆光，电影等。善用硬件加速解决功耗和性能问题。硬件加速是改进图像计算的关键部分。GPU和CPU等嵌入式硬件的使用需要各种能力。嵌入式硬件对加速算法有很大帮助，但也存在功耗问题。车内多摄像头拼接等场景建议选择最佳GPU。近年来，对汽车ADAS芯片的高品质要求，从外置ISP到内置ISP再到BayerSensors。目前主流的解决方案是使用外部ISP。未来，汽车领域也将经历类似手机的功能机向智能机的进化。主要驱动力是BOM成本降低、发热问题、环视等应用的拼接问题。比如ASIL兼容、长期投入、严格的道路测试是汽车特有的高门槛。3D图像技术普及的难点与对策3D图像技术的使用是图像视觉的另一个趋势。在普及过程中需要克服以下主要问题：BOM成本，由于规模问题，目前还没有降到平民化。各种光学设计，分片（ToF、结构光、双目、主动双目等）。嵌入式SoC的深度图计算能力（Pc辅助嵌入式ARMbased）。多套使用的完整建模问题。RGBD，基于3D的人工智能的学术进展。孙立表示，中科创达致力于通过宽动态/HDR、降噪、引入AI技术解决传统画质问题。经过多年的持续投入和研发，在视觉技术领域已经积累了很多。嵌入式AI算法应用优化难点与对策AI是时代，嵌入式/边缘AI是未来，嵌入式/边缘智能视觉设备的数量也在快速增长。在此背景下，中科创达推出了基于高通骁龙845平台的人工智能引擎——TurboXAIKit。TurboXAIKit具有三大特点：高性能嵌入式端侧/边缘AI开发平台；丰富的嵌入式AI开发、分析、优化和调试工具；加速端侧人工智能的实现和普及，助力生态建设；目前制约嵌入式AI算法应用的主要问题有：计算资源有限、应用场景和需求多样、生态系统不成熟、终端处理平台碎片化、性能（精度-速度）平衡/权衡、功耗和成本等。应对这些问题，有必要深入研究软硬件的深度融合和系统设计。AI赋能行业的难点与对策当AI走出实验室，为某个行业赋能时，会面临各种挑战。从客户的角度来看，期望看到的是整体解决方案（数据获取、隐私问题、培训、生产管理系统、私有云部署、前后端等，而不是单纯的算法）。客户衡量AI技术预算不是基于AI作为高端技术，而是基于生产力提升（用户体验提升、销售转化率等）、运营效率优化、业务绩效能够达到的预算能力熊。是的，这与目前昂贵的AI投入成本（人力、服务器等）是矛盾的。当行业客户的工作流程和部门功能还没有围绕先进生产力进行部署和优化时，客户期望投资建设一劳永逸的人工智能平台，可以自我训练、升级和部署一劳永逸，相比之下随着目前需要定制算法，未来围绕需要解决的领域问题，需要建立少量的算法人工服务流程。那么，如何应对AI赋能行业遇到的这些困难呢？人工智能需要平台和引擎，而不仅仅是算法。例如下图是创达智能视觉缺陷检测方案效果图。创达智能视觉缺陷检测方案效果图具体操作方法是先通过传统CV技术过滤掉复杂的背景，使缺陷出现在图片上，再进行实际分类。未来会有更多的企业应用AI，AI的普及度也会越来越高。随着市场的逐渐扩大，应用将从特定领域逐渐延伸到人们的日常生活中。随着智能化趋势的不断涌现，智能视觉的应用将进一步拓展和深化，并逐步走向更多的新兴领域。越来越多。【原创稿件，合作网站转载请注明原作者和出处为.com】
