ABI报告看好未来基于深度学习的机器视觉摄像头应用

2021-04-08来源: EEWORLD关键字:深度学习  机器视觉  AI  摄像头

全球科技市场咨询公司ABI Research的分析报告《基于深度学习(DL)的机器视觉在智慧城市中的应用》显示,2025年搭载AI芯片组的智能摄像头装机量将达到3.5亿台以上。预计2025年出货的摄像头中,超过65%的摄像头将至少配备一个AI芯片组。


这种摄像头将采用深度学习(DL)模型,在智能交通管理、资产管理、人流监控和管理、物理和周界安全以及预防性威胁检测等应用中实现自动化和增强决策。


"全球越来越多的城市和政府都在积极寻求利用人工智能,这导致了采用边缘AI芯片组的智能摄像头的热潮。"ABI Research人工智能和机器学习首席分析师Lian Jye Su表示。


除了低延迟之外,数据隐私问题也推动了边缘AI的应用,因为信息可以在不被发送到云端的情况下进行处理。该报告将Ambarella、HiSilicon、英特尔、英伟达、高通和Xilinx列为智慧城市领域的一些主要AI芯片组供应商。越来越多的提供始终在线的机器视觉的TinyML供应商有望在通过电池驱动的摄像头、激光雷达、红外和其他传感器实现始终在线的机器视觉方面发挥关键作用。 


根据ABI的说法,这些工作负载大多由SenseTime、Ipsotek、Icentana和Sentry AI等视频分析厂商提供的托管在云端的DL模型来执行,或者由海康威视和大华等智能摄像头和网络视频记录仪中的DL推理来执行,这两种部署方式都有各自的优势和不足。


Su解释说,两个技术趋势将可能进一步催化基于DL的机器视觉的部署。"第一个是边缘计算,政府可以在网关和内部服务器上托管DL模型,而不是在比传统相机贵数倍的智能相机上部署特定的DL模型。这使得数据可以在边缘处理和存储,提供比依赖云基础设施更快的响应时间。


"第二个是5G,虽然网络切片到2023年还无法商用,但5G的网络切片能力让通信服务提供商可以提供专用网络资源来承载微服务、可靠性服务保障、无缝设备连接,以支持智慧城市中基于DL的机器视觉。"


不过报告强调,在公共摄像头中采用人工智能的相关公众信任和法规是其实施面临的一大挑战。世界各地的公众和人权倡导者都对滥用保持警惕,并一直在抵制面部识别技术的采用。


"信任是公共安全技术中的一个重要组成部分。ABI Research鼓励开发者、供应商、主管部门和公众关注不断的对话,并引入共同的技术平台以提高透明度,以及能够最大限度地减少对于人工智能道德和治理框架的偏见。"Su补充道。


他继续说道。"未来,在智慧城市中取得成功的技术厂商是那些能够展示透明和可解释的DL模型的厂商,以及那些表现出愿意接受开放共同标准和道德框架的厂商。"


关键字:深度学习  机器视觉  AI  摄像头 编辑:冀凯 引用地址:http://news.eeworld.com.cn/afdz/ic532292.html

上一篇:Edge AI视频处理系统集成SocioNext SoC与AI加速器
下一篇:最后一页

关注eeworld公众号 快捷获取更多信息
关注eeworld公众号
快捷获取更多信息
关注eeworld服务号 享受更多官方福利
关注eeworld服务号
享受更多官方福利

推荐阅读

人工智能的演进需要高适应性的推理平台(WP023)
人工智能的演进需要高适应性的推理平台(WP023)模型大小不断增长给现有架构带来了挑战深度学习对计算能力的需求正以惊人的速度增长,其近年来的发展速度已从每年翻一番缩短到每三个月翻一番。深度神经网络(DNN)模型容量的不断提升,表明从自然语言处理到图像处理的各个领域都得到了改进——深度神经网络是诸如自动驾驶和机器人等实时应用的关键技术。例如,Facebook的研究表明,准确率与模型大小的比率呈线性增长,通过在更大的数据集进行训练,准确率甚至可以得到进一步提高。目前在许多前沿领域,模型大小的增长速度远快于摩尔定律,用于一些应用的万亿参数模型正在考虑之中。虽然很少有生产系统会达到同样的极端情况,但在这些示例中,参数数量对性能的影响将在
发表于 2021-07-07
人工智能的演进需要高适应性的推理平台(WP023)
深度学习过程的四个学习阶段
深度学习(DL, Deep Learning)是机器学习(ML, Machine Learning)领域中一个新的研究方向,它被引入机器学习使其更接近于最初的目标——人工智能深度学习是学习样本数据的内在规律和表示层次,这些学习过程中获得的信息对诸如文字,图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力,能够识别文字、图像和声音等数据。 深度学习是一个复杂的机器学习算法,在语音和图像识别方面取得的效果,远远超过先前相关技术。 机器学习领域是巨大的,为了学习不迷路,可以从以下列表帮助学习。它概述深度学习的一些学习细节。阶段1:入门级入门级能够掌握以下技能: 能够处理小型数据集
发表于 2021-06-08
<font color='red'>深度学习</font>过程的四个<font color='red'>学习</font>阶段
自动驾驶传感器那点事之摄像头深度学习视觉技术
引言摄像头传统视觉技术在算法上相对容易实现,因此已被现有大部分车厂用于辅助驾驶功能。但是随着自动驾驶技术的发展,基于深度学习的算法开始兴起,本期小编就来说说深度视觉算法相关技术方面的资料,让我们一起来学习一下吧。  01、深度学习概述深度学习(DL,Deep Learning)是一类模式分析方法的统称,属于机器学习(ML,MachineLearning)领域中一个新的研究方向。深度学习通过学习样本数据的内在规律和表示层次,能够让机器像人一样具有分析、学习能力,可识别文字、图像和声音等数据,从而实现人工智能(AI,Artificial Intelligence)。 图为:(人工智能、机器学习、深度学习
发表于 2021-05-26
自动驾驶传感器那点事之摄像头<font color='red'>深度学习</font>视觉技术
赛灵思神经网络加速库 实现FPGA的高效深度学习运算
不久前,AMD和FPGA大厂赛灵思的股东以压倒性多数批准AMD以350亿美元收购赛灵思,这则消息引起了无数“电子人”的关注,要知道,这将是目前芯片行业最大规模的交易之一,上一回还要追溯到英伟达收购ARM。在电子行业,赛灵思的FPGA芯片一直被行业所推崇,而随着机器学习、深度学习的兴起,也有许多研究者开始将这些智能算法应用在FPGA芯片上。机器学习是使计算系统无需明确编程即可采取行动的科学,传统机器学习包括各种聚类和分类技术,包括K-means聚类、线性和逻辑回归、随机梯度下降、关联规则学习等。而深度学习则是机器学习中较为前沿的内容,通常依赖于人工神经网络来实现。人工神经网络(CNN)非常适合处理图像或视频数据,其衍生以及变体网络
发表于 2021-05-10
赛灵思神经网络加速库 实现FPGA的高效<font color='red'>深度学习</font>运算
Teledyne Imaging全新AI/深度学习方案亮相 Vision China
;个 3D 传感器,有助于使用激光三角测量和稳健的在线测量去除遮掩并提供实时高度测量。 ·Sherlock8 - 下一代视觉应用软件支持 1D、2D、3D 和热感相机。包括支持“基于规则”和“基于学习”的 AI 深度学习 视觉工具、并行处理、工厂协议及自定义用户界面。 ·VICORE – 新一代智能相机系统支持高达 25M。VICORE 系统设有集成软件、I/O、PLC 支持,并可处理传统的 2D 和 3D 及红外检测。 ·BOA Spot-XL
发表于 2021-03-08
Teledyne Imaging全新AI/<font color='red'>深度学习</font>方案亮相 Vision China
图漾科技发布首款入门级TOF工业相机
图漾科技发布了新款3D工业相机TM460,这是公司首款基于TOF的新产品,面向成本敏感的海量行业应用市场。 图漾当前的主流产品基于拥有核心方法学专利的双目静态结构光技术,形成了FM、FM-IX和PM三大产品系列,满足从高性能到低成本的不同应用需求。随着3D机器视觉应用场景的不断扩大,出现了越来越多的超低成本应用新需求,产品的价格和功能需求正好介于当前的3D工业相机和消费类3D产品之间。这款TOF相机正是为了填补这个空白而推出的第一款入门级3D工业相机。TM460的主要产品特性如下。   随着产品线的更加丰富,我们希望能够为各行各业的设备和集成商客户提供更好的服务。图漾始终秉持核心零部件
发表于 2021-07-22
图漾科技发布首款入门级TOF工业相机
小广播
换一换 更多 相关热搜器件

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版

站点相关: 视频监控 智能卡 防盗报警 智能管理 处理器 传感器 其他技术 综合资讯 安防论坛

词云: 1 2 3 4 5 6 7 8 9 10

北京市海淀区知春路23号集成电路设计园量子银座1305 电话:(010)82350740 邮编:100191

电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2021 EEWORLD.com.cn, Inc. All rights reserved