【導讀】近日，CEVA公司宣布發(fā)布第四代圖像和計算機視覺(jué)處理器IP產(chǎn)品CEVA-XM4。CEVA-XM4具備特別功能，以應對在嵌入式系統中實(shí)現高能效的類(lèi)似人類(lèi)的智能視覺(jué)和圖像感知功能所面對的重大挑戰。
CEVA首席執行官Gideon Wertheizer表示：“CEVA-XM4是在低功耗嵌入式應用中實(shí)現智能機器視覺(jué)處理的重大進(jìn)展，它基于我們與十余家CEVA-MM3101授權客戶(hù)和30多家合作伙伴共同工作所獲得的豐富圖像和機器視覺(jué)處理經(jīng)驗，涵蓋從智能手機和平板電腦直到安防監控和ADAS的廣泛終端市場(chǎng)。CEVA-XM4的每mW性能和每mm2性能也大幅度地超越市場(chǎng)上包括基于先進(jìn)GPU技術(shù)在內的任何其它的計算機視覺(jué)解決方案。”
在智能手機、平板電腦、汽車(chē)安全和信息娛樂(lè )、機器人、安防監控、增強現實(shí)、無(wú)人機和標識應用的推動(dòng)之下，在嵌入式系統中集成高度智能視覺(jué)處理功能的趨勢正在加速發(fā)展。再結合物聯(lián)網(wǎng)(IoT)， 更多的潛在應用也都指向了“聯(lián)網(wǎng)智能視覺(jué)”的概念范疇。
然而，典型的嵌入式系統的物理尺寸和電源供應都十分有限，在其中模仿人類(lèi)視覺(jué)或增添計算圖像學(xué)功能將非常具有挑戰性。為了解決這些問(wèn)題，CEVA 在CEVA-XM4中采用了可編程寬矢量架構、定/浮點(diǎn)處理能力、多重同步標量單位，以及一個(gè)專(zhuān)門(mén)針對計算機視覺(jué)處理需求的低功耗指令集，使其比CEVA-MM3101實(shí)現多達8倍的性能增強，并提升多達35%的能效。
這個(gè)新IP可以支持實(shí)時(shí)3D深度圖生成和用于3D掃描的點(diǎn)云（Point Cloud）數據處理。此外，它也能夠支撐運算強度極高的目標檢測和識別算法來(lái)分析場(chǎng)景信息。這類(lèi)算法包括ORB、Haar和LBP，以及使用如卷積神經(jīng)網(wǎng)絡(luò )(convolutional neural network, CNN)等神經(jīng)網(wǎng)絡(luò )技術(shù)的深度學(xué)習算法。這款DSP架構還具有其他多項特性，諸如并行隨機存儲器訪(fǎng)問(wèn)和具有專(zhuān)利的二維數據訪(fǎng)問(wèn)機制，這些功能可以在單一周期中實(shí)現4096位數據處理，同時(shí)保持512位存儲器帶寬以實(shí)現最佳能效。
單一CEVA-XM4內核可以完成典型的“目標檢測與跟蹤”用例，而功耗大約只需現今最先進(jìn)GPU簇的10%，芯片面積只有大約5%。
CEVA-XM4不但幫助實(shí)現更接近于人類(lèi)視覺(jué)的計算機視覺(jué)效果，還支持非常廣泛的計算圖像學(xué)算法，包括重對焦、背景更換、變焦、超分辨率、圖像穩定、降噪和低照度圖像增強。
CEVA首席執行官Gideon Wertheizer表示：“CEVA-XM4是在低功耗嵌入式應用中實(shí)現智能機器視覺(jué)處理的重大進(jìn)展，它基于我們與十余家CEVA-MM3101授權客戶(hù)和30多家合作伙伴共同工作所獲得的豐富圖像和機器視覺(jué)處理經(jīng)驗，涵蓋從智能手機和平板電腦直到安防監控和ADAS的廣泛終端市場(chǎng)。CEVA-XM4的每mW性能和每mm2性能也大幅度地超越市場(chǎng)上包括基于先進(jìn)GPU技術(shù)在內的任何其它的計算機視覺(jué)解決方案。”
嵌入式視覺(jué)聯(lián)盟(Embedded Vision Alliance)創(chuàng )始人Jeff Bier評論CEVA-XM4發(fā)布時(shí)解釋道：“嵌入式視覺(jué)正在廣泛的應用領(lǐng)域蓬勃發(fā)展，包括移動(dòng)終端、汽車(chē)和消費類(lèi)電子設備。芯片供應商通過(guò)在設計中集成CEVA-XM4這樣的專(zhuān)用可編程處理器，能夠提供典型計算機視覺(jué)算法所需的重量級處理性能，同時(shí)滿(mǎn)足規模市場(chǎng)便攜式設備在體積、成本和功耗方面的限制，這使得開(kāi)發(fā)具備更高智能、更易于使用、更安全和反應更靈敏的系統成為可能。”
全新CEVA-XM4圖像和計算機視覺(jué)IP促進(jìn)嵌入式機器視覺(jué)進(jìn)一步接近人類(lèi)視覺(jué)能力，并實(shí)現：
• 實(shí)時(shí)3D深度圖和點(diǎn)云數據（Point Cloud）生成
• 用于目標識別和語(yǔ)義環(huán)境認知(context awareness)的深度學(xué)習和神經(jīng)網(wǎng)絡(luò )算法
• 用于圖像增強的計算圖像學(xué)功能，包括變焦、圖像穩定、降噪和低照度增強功能
