中科创达孙力:AI赋能行业的难点与应对方法

作者: 王雪燕 2018-12-21 16:47:58

【51CTO.com原创稿件】当下,人工智能赋能安防、金融等细分领域,参与关键工作流程,提供多种多样实用的服务。伴随嵌入式领域的加速演进,人工智能被广泛关注,作用于更多场景。中科创达立足智能终端操作系统,聚焦嵌入式人工智能关键技术。近日,中科创达联合清华大学、美国高通公司共同举办了“ThunderWorld2018嵌入式人工智能大会”,围绕嵌入式人工智能领域的技术前沿、产业趋势和热点问题探讨。

孙力·中科创达副总裁

主论坛上,中科创达副总裁孙力做了主题为《智能视觉的“深蹲”和“起跑”》的演讲,阐述了建设图像系统、普及3D图像技术、优化嵌入式AI算法应用及AI赋能行业的难点与应对方法展开。

建设图像系统的难点与应对方法

视觉技术,是一门涉及诸多领域的交叉学科,用Camera进行图像抓取是前提。抓取的过程错综复杂,涉及到模组进行图像采集与应用、主芯片功耗、性能和系统的优化,及人脸识别、美颜、传统拼接、光学处理、降噪等一系列算法。

做一个优秀图像系统除采集方面挑战,还有图象处理算法,如曝光,白平衡,对焦,宽动态HDR,降噪等)、芯片加速、画质调优等,还有硬件的碎片化须对画质进行复杂的调优流程(实验室和实际生活场景),还有虑功耗,性能和健壮性也是必须要考虑的。

孙力表示,画质调优是图像处理最重要的部分。想要产生***的图像质量,需要调试整个图像的Pipeline、 3A(对焦,曝光,白平衡)等等很多细节 。

IQ – 画质调优三大阶段

画质调试,分为三大阶段:

1.    ***做好基础软件、驱动,像软件功能检查、无重大Bug影响IQ、验证原始图片(EXIF、AE参数,校准数据)等;

2.    配置相关专业设备,进行实验室调参,像LSC、AWB、AE、Gamma、对比度增强、CCM、DPC、滤噪、边缘增强等参数检测及处理。

3.    真实场景调参,与参考设备对比拍摄并调整,参考设备像人物、宠物、风景、肖像、户外、低光、办公室、家庭、闪光灯、背光、电影等。

善用硬件加速,解决功耗和性能问题

硬件加速是提升图像计算的关键部分,使用GPU、CPU等嵌入式硬件都需要具备多方面的能力。嵌入式硬件在对算法加速上有很大帮助,同时也会存在功耗的问题,建议类汽车多个摄像头的拼接这样的场景,择优选择GPU。近几年,汽车ADAS芯片对于高画质的要求发生了从外置的ISP到内置ISP,到Bayer Sensor的转变, 目前主流的方案是用外置的ISP,将来汽车领域也会经历类似于手机从功能机到智能机的演变。主要驱动力有BOM成本降低、如发热问题,环视等应用的拼接问题。像ASIL compatible、长期投入、Road testing严苛等是汽车特有的高门槛。

普及3D图像技术的难点与应对方法

利用3D图像技术是图像视觉方的另一个趋势,普及过程中还需克服以下几大难题:

  • BOM成本,由于规模化的问题,还没有降低到平民化。
  • 种的光学设计,碎片化(ToF,结构光,双目,主动双目等)。
  • 嵌入式的SoC的depth map的运算能力(Pc辅助到嵌入式ARM based) 。
  • 多套使用的完整建模问题。
  • RGBD,基于3D的人工智能学术进展。

孙力表示,中科创达致力于利用宽动态/HDR 、降噪 、导入AI技术来解决传统图像质量问题,经过多年持续的投入与研发,在视觉技术领域已经有了很深厚的积累。

优化嵌入式AI算法应用的难点与应对方法

AI正当时,嵌入式/边缘AI是未来,嵌入式/边缘端智能视觉设备量也在迅速增长。在此大背景下,中科创达推出一款基于高通骁龙 845 平台的人工智能引擎,TurboX AI Kit。TurboX AI Kit主要特点有三:高性能的嵌入式端侧/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 AI 的实现与普及,助力生态系统构建;

当前制约嵌入式AI算法应用的主要问题有:有限的计算资源、多样化的应用场景和需求、不成熟的生态系统、碎片化的终端处理平台、性能(准确率-速度)的平衡/取舍、功耗与成本等。想要应对这些问题,就需要在硬件和软件深度结合、系统化设计等方面深究。

AI赋能行业的难点与应对方法

当AI走出实验室,赋能某个行业,将面临方方面面的挑战。从客户角度看,期望看到的是整体解决方案(数据获取,隐私问题,训练,生产管理系统,私有云 部署,前后端等,而不是纯算法)。

客户在衡量AI技术的预算不是根据AI作为高大上的技术来做的,而是根据生产力提升(用户体验提升,销售转换率等),运行效率优化,及经营业绩能承受的预算能力来反推的,这和目前昂贵的AI投入成本(人力,服务器等)是个矛盾。

当行业客户的工作流程,部门职能等还未能围绕先进生产力来进行部署和优化时, 客户期望一次性投入建设一个人工智能平台,可以一劳永逸的自我训练、升级和部署,对比于现在需要定制化的算法,未来围绕需要解决的领域问题,少数的人力服务于算法的流程需要被建立。

那么,如何应对AI赋能行业遇到的这些难点呢?AI需要一个平台和引擎,而不是仅仅提供一个算法。举例,下图为中科创达智能视觉缺陷检测方案效果图。

中科创达智能视觉缺陷检测方案效果图

具体操作方式是通过传统CV技术首先将复杂的背景滤除,让缺陷在图片上显现出来,然后进行实际的分类。

未来,将有更多企业应用AI,普及度不断提升,随着市场的逐渐扩大,应用逐渐从特定领域向人们日常生活深入。随着智能化趋势的不断凸显,智能视觉的应用也将会进一步拓展和深化,逐渐向更多新兴领域迈进,在智能机器人、自动驾驶、人脸识别、安防、医疗等领域的应用将会越来越多。

【51CTO原创稿件,合作站点转载请注明原文作者和出处为51CTO.com】

中科创达 孙力 AI赋能行业
上一篇:UNIT搭建企业智能对话系统的应用介绍 下一篇:一路狂奔的机器人会在2019年慢下来吗?
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

推动万物智联进程 中科创达发布边缘智能平台TurboX

近日,由中科创达主办的Thunder World 2019边缘智能大会在北京举办,会上正式发布了TurboX Edge Platform边缘智能平台,旨在通过构建坚实的底层通用技术基础平台,助力并加速智能物联网设备的产品化。

王雪燕 ·  2019-12-10 18:10:00
AI安全对抗中,只用一招轻松骗过五种神经网络

图像识别作为人工智能最成熟的应用领域,已经大规模落地并服务于人们的日常生活。但在大规模商业化的同时,也面临更多方面的威胁。

张鑫 ·  11h前
盘点人工智能十大经典应用领域、图解技术原理

本文通过案例分门别类地深入探讨人工智能的实际应用。案例甚多,此处所列举的仅是九牛一毛。本该按行业或业务对这些案例进行分类,但相反我选择按在行业或业务中最可能应用的顺序来分类。

Alex Castrounis ·  11h前
机器学习正在帮助Invisalign的患者呈现完美的微笑

Align Technology的移动应用程序可以帮助Invisalign佩戴者按时完成任务,而机器学习和其他功能则有助于吸引潜在消费者试用这款牙齿矫正设备。

Clint Boulton ·  17h前
没有了传感器,工业机器人还能工作吗?

当前,人口红利下降、人力成本上升、人才结构矛盾等问题正在成为困扰制造业企业发展的难题。为解决用工问题,一些制造业企业开始发力智能制造,建设智慧工厂,通过引入工业机器人来解决用工短缺和成本上升问题。

佚名 ·  18h前
详解人工智能十大经典应用领域及其技术原理

本文通过案例分门别类地深入探讨人工智能的实际应用。案例甚多,此处所列举的仅是九牛一毛。本该按行业或业务对这些案例进行分类,但相反我选择按在行业或业务中最可能应用的顺序来分类。

华章科技 ·  18h前
目标驱动系统模式,能否成为实现人工通用智能(AGI)的关键?

组织开发AI方案时采取的一大核心模式,正是目标驱动型系统模式。与其他AI模式一样,这种形式的AI能够解决一系列原本需要人类认知能力才能处理的常见问题。

佚名 ·  18h前
5种用于Python的强化学习框架

从头开始编写自己的Reinforcement Learning实施可能会花费很多工作,但是您不需要这样做。 有许多出色,简单和免费的框架可让您在几分钟之内开始学习。

闻数起舞 ·  19h前
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载