机器视觉：视觉处理向3D跨越

机器视觉：视觉处理向3D跨越

上世纪70年代中，MIT人工智能实验室正式开设“机器视觉”课程，近半个世纪来机器视觉持续是一个非常活跃的研究领域，全球性的研究热潮，使得机器视觉获得了蓬勃发展，机器视觉在工业制造领域已获得了广泛的应用，比如在不适合人类工作的环境中，利用机器视觉代替传统人工测量/试；或用于需要高性能、精密机器视觉组件的专业设备制造领域。但总体来讲，机器视觉不仅依然一个相当新且仍有很多工作要做的研究领域，更是一个深藏无限潜力的金矿。

在此次采访中，大部分的厂商的关注焦点都更贴近大众生活相关，放在了消费电子、可穿戴产品、汽车ADAS以及智能化监控等领域。比如CEVA公司投资者关系与企业传播副总裁Richard Kingston就透露“我们已经将计算机视觉DSP授权许可予八家企业，其中包括三家移动领域的OEM厂商。”加拿大CogniVue公司业务开发副总裁Tom Wilson认为“可穿戴和汽车领域将存在非常强烈的增长机遇。”

视觉处理向3D跨越

随着谷歌正式发布了Project Tango后，3D机器视觉变得愈加热门。“我们认为消费领域3D处理的主要应用会是3D成像、自然用户界面(NUI)和3D视觉应用，比如PC、笔记本电脑、平板电脑、智能手机和其它消费类设备。”Kingston表示。

业界追寻3D视觉的最大原因还是为了解决2D机器视觉的固有局限，若能更好的实现在分割(分离近景和远景)、照明(用于人脸识别时)、相对位置(场景中的物体)等方面的功能，许多应用可以通过采用3D空间信息简化并提高视觉系统的精度和可靠性。

但无论是3D传感器(例如飞行时间法(ToF)相机)、或以2个2D图像传感器实现的立体传感器，他们对处理能力的要求都更高。“立体匹配(使用来自两个图像传感器输入)要求差异映射来生成3D景深图。这是一个非常困难的计算机视觉问题，学术界也积极研究来优化立体识别算法。”CogniVue公司业务开发副总裁T om Wilson指出。每一种实现3D传感的方法都存在性能上的折衷，CogniVue目前在开发一种算法，能针对低成本3D传感器有效计算其视差图。

处理大量实时数据需要密集的计算能力。若是想实现稳定的3D传感地图是非常困难的，特别是对那些低功耗的设备来说。“CogniVue的APEX图像识别处理(ICP)技术能在电量有限的3D视觉应用中发挥关键作用。”他补充道。

对于系统设计者来说，设计能有效运行不同视觉算法的硬件是非常巨大的挑战。系统厂商选择图像/视频处理解决方案时，可以选择全部集中在CPU完成，也可以选择卸载一部分图像处理工作给GPU，或者专为图像处理增加硬件逻辑。在需要3D处理的应用中，GPU已经将系统的一部分，运行多种计算机视觉算法来协助通用CPU。

“i.MX6拥有强大的GPU运算能力，其3D引擎GC2000内部包含4个shader，可提供高达30GFLOPS的运算能力，支持OpenCL 1.1 EP。”飞思卡尔微控制器事业部亚太区市场营

销和业务拓展经理李星宇介绍道，“此外，i.MX6Q还拥有一个专用的2D引擎(1Gpixel/s)和一个矢量图形处理引擎。”

此外，在一个软硬件无缝集成的图形开发环境中设计其3D视觉应用无疑会简化工程师的工作。“NI LabVIEW为3D视觉应用提供了全新双目立体视觉功能，用户可利用丰富的双目立体视觉功能来提取并利用LabVIEW应用的3D信息。”NI中国技术市场工程师崔鹏介绍道。

在图像采集领域，除了飞行时间法(TOF)3D成像(给目标连续发送光脉冲，然后用传感器接收从物体返回的光，通过探测光脉冲的往返飞行时间来得到目标物距离)，还有一种是在工业制造检测方面获得比较广泛应用的3D激光传感器，区别就是3D激光传感器是逐点扫描，而TOF相机则是同时得到整幅图像的深度信息。

大恒图像的3D成像采用的是激光成像法，其产品不仅包括专门的3D结构光激光器、还有将激光器集成的一体式3D智能传感器Gocator，该产品还继承标定算法，出厂前标定完毕，开箱即可用于测量。

IP与处理器的完美结合

无论是何种嵌入式视觉处理应用，都是典型的计算密集型需求，这使得它比之前的处理器多了很多挑战。

“在过去的几十年里，处理器结构发展了不同阶段来满足不断变化的应用需求。1980年代的是用于台式电脑和和服务器的CPU；1990年代DSP出现以加速音频编解码和无线/有线语音/数据编解码的要求；2000年GPU达到新层面的性能和并行性从而实现2D和3D图像；现在，嵌入式视觉处理需要的是完全不同的处理器架构：ICP。”

上述这段话是分享在CogniVue公司的英文网站上，该公司业务开发副总裁T om Wilson在采访中指出，“新一代的应用需要100倍以上的嵌入式视觉性能/功耗，为满足这些应用的性能和功率需求，与传统处理架构相比，我们需要在同样功耗下实现100倍-400倍的性能跃进，CogniVue通过其APEX ICP技术实现了这样的性能提升。”

连同APEX ICP核，还有APEX编程工具以及一个APEX-CV嵌入式视觉功能库，涵盖多种视觉应用。例如特征检测和匹配适用于可穿戴(增强现实)和汽车(光流和运动跟踪)等。“除了这些常见的计算机视觉功能。我们还提供更高级别的产品来特定于具体应用，例如用于人脸识别的FaceVue，用于监控应用中运动监测的MotionVue、用于汽车车道偏离警告的FrontVue、和用于汽车盲点监测的SideVue等。”他补充道。

针对密集型计算需求，CEVA公司的包括CEVA-MM3101在内的CEVA-MM3000系列则使用了非常高效的、功能强大的矢量引擎，从而实现计算机视觉所需的大量并行计算。此外，集成的功率调节单元(PSU)可以在处理器内实现动态电压调节，助力实现“始终在线”应用类型。

除了CogniVue和CEVA，大批的致力于机器视觉的IP厂商还包括有Mobileye、Tensilica，以及Imagination Technology等，后者基于“Raptor”的可合成ISP IP内核于2014年第一