“最美纯电动”吉利银河E8上市，售价17万元，借力小米SU7
06-21
德州仪器 计算机视觉是指赋予计算机人类视觉的技术目标，从而赋能从装配线检查到驾驶辅助和机器人等应用。
计算机缺乏像人类一样直观地产生视觉和图像的能力。
我们必须为计算机提供一些算法来处理特定领域的任务。
本文从让计算机像人类一样通过“看”来感知世界的角度来探讨人工智能（AI）。
我将简要比较计算机视觉的各个类别，特别关注在本地收集、处理和操作数据的嵌入式系统，而不是依赖基于云的资源。
什么是计算机视觉？在 20 世纪 60 年代，计算机视觉能够执行从页面读取文本（光学字符识别）和识别圆形或矩形等形状等任务。
从那时起，计算机视觉已成为人工智能的核心领域之一，其中包括任何感知、合成或推断数据含义的计算机系统。
计算机视觉有三种方法： 传统计算机视觉是指用于处理运动估计、全景图像拼接或线条检测等任务的编程算法。
传统的计算机视觉使用标准信号处理和逻辑来处理任务。
工程师需要手动选择用于从图像中提取含义的函数，然后在处理该任务的算法中使用生成的特征。
Canny边缘检测算法找到运动轮廓，光流算法找到运动矢量，这有助于隔离图像或运动跟踪后续图像中的对象。
对于需要针对该任务或环境进行校准的参数，需要手动或通过辅助算法进行调整。
?经典的机器学习计算机视觉需要专家“构建”特征集以供机器学习模型进行训练。
其中许多功能对于传统计算机视觉应用来说是常见的。
并非所有特征都是有用的，因此需要进行分析以去除无信息的特征；使用这些特征训练机器学习算法来查找可能难以手动分离的模式。
这些算法的有效实施需要图像处理和机器学习方面的专业知识。
? 深度学习计算机视觉属于机器学习，但它使用非常庞大的神经网络模型来对大量未经处理的“原始”数据进行操作。
深度学习通过将特征提取操作引入模型中，使算法能够学习信息最丰富的特征，而无需专业知识来手动制作特征集，从而对计算机视觉产生了重大影响。
深度学习更擅长隔离微妙的模式，但对计算和内存的要求更高。
那么，哪种类型的计算机视觉最好？这最终取决于表 1 中列出的几个因素。
该表只是一般性摘要，准确性和任务复杂性等指标取决于具体的用例。
表 1：计算机视觉技术比较 经典机器学习 计算机视觉介于传统学习方法和深度学习方法之间；可以从中受益的应用程序集比其他两种方法要少。
传统计算机视觉在简单、直接、高吞吐量或安全关键型应用中可以准确高效。
深度学习在复杂应用中用途极其广泛、易于开发且极其准确，例如在高密度设计的印刷电路板 (PCB) 装配验证过程中查找微小缺失的组件。
一些应用程序可以受益于同时使用多种类型的计算机视觉算法，利用彼此的优点和缺点。
这种方法通常用于环境变化很大的安全关键应用，例如驾驶员辅助系统。
例如，您可以并行使用基于传统计算机视觉方法的光流和深度学习模型来跟踪附近的车辆，并使用算法融合结果以确定两种方法是否一致。
如果不一致，系统可能会警告驾驶员或启动安全操作。
另一种方法是依次使用多种类型的计算机视觉。
条形码阅读器可以使用深度学习来定位感兴趣的区域，裁剪这些区域，然后使用传统的计算机视觉算法对其进行解码。
深度学习在计算机视觉应用中的好处与传统计算机视觉和经典机器学习相比，深度学习一直具有更高的准确率，并且由于其在研究、开源和商业社区中的普及而正在迅速提高。
图 1 从开发人员的角度总结了这三种技术之间数据流的差异。
图 1：各种计算机视觉方法的数据流深度学习是一种计算密集型方法。
然而，即使在嵌入式系统上，通过处理能力、速度、神经处理单元和图形处理单元等加速器以及对矩阵和向量运算的软件支持的改进，计算需求增加的问题也得到了缓解。
。
AM62A7 等微处理器可以利用硬件加速器以非常高的帧速率运行深度学习算法。
TI AM6xA 产品组合中的计算机视觉练习处理器（例如 AM62A7）包括深度学习加速硬件和支持软件，可促进传统和深度学习计算机视觉任务。
在 TDA4VM 和 AM68PA 等处理器上，C66x 等数字信号处理器内核以及用于光流和立体深度估计的硬件加速器也可实现高性能的传统计算机视觉任务。
有了能够支持传统和深度学习计算机视觉的处理器，就有可能创建与科幻梦想相媲美的工具。
自动购物车将简化购物流程；手术和医疗机器人将指导医生发现疾病的早期迹象；移动机器人将修剪草坪并运送包裹。
请参阅 TI 的 Edge AI Vision 页面，探索嵌入式计算机视觉如何改变世界。
【全年计划】ACT国际商报旗下两本优秀杂志：《化合物半导体》 & 《半导体芯科技》 全年研讨会计划已出炉。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-18
06-18
06-18
06-18
最新文章
英特尔收购芯片制造商eASIC，进一步减少对CPU的依赖
西门子携手现代汽车、起亚公司，共同推动交通运输行业数字化转型
行业领导者制定 Open Eye MSA 来帮助实现高速光连接应用
三星电子和 NAVER 合作
意法半导体和 Leti 合作开发 GaN-on-Si 功率转换技术
青岛将大力发展高世代TFT-LCD和Micro LED项目
长电科技参加IMAPS器件封装大会
三星正式发布Exynos 990旗舰处理器