自从2011年嵌入式视觉联盟（EVA）建立以来，嵌入式视觉在广泛的商场规模内，在出资、立异和有用视觉技能的运用方面，都取得了史无前例的添加。为了协助人们了解技能挑选和趋势，EVA每年对产品开发人员进行一次年度查询。
最新一轮的年度查询于2018年11月完结，在此次查询中，93%的受访者表明，他们估计其安排在未来一年内与视觉相关的事务会添加（61%的受访者估计会大幅添加）。而假如没有很多的新算法和开发东西来加快视觉体系的选用，这种添加预期是不可能完结的。
传统上，核算机视觉运用依赖于为每个特定运用规划高度专业化的算法,而这是一项十分耗时耗力的辛苦作业。这意味着为核算机视觉规划算法是一件困难的事，因而这一点也显着减缓了视觉体系的选用。此外，这使得新的视觉运用十分贵重且耗时。
可是，核算机视觉现已变得越来越遍及。换句话说，开发依据核算机视觉的算法、体系和运用以及大规模布置这些处理方案，正变得越来越简略，然后使更多的开发人员和安排可以将视觉融入到他们的体系中。
深度学习是这种趋势的驱动要素之一。因为深度学习算法的普遍性，因而对开发专用算法的需求越来越少。相反，开发人员可以将它们的首要精力转移到在可用的算法中挑选合适本身运用的算法，然后取得必要数量的练习数据。
深度神经网络（DNN）现已改动了核算机视觉，在辨认物体、在一帧内定位物体以及确认哪个像素归于哪个物体等使命上，DNN可以供给优胜的成果。即便之前可以用传统技能处理的问题，现在运用深度学习技能也能供给更好的处理方案。
因而，核算机视觉开发人员正在越来越多地选用深度学习技能。在EVA最近展开的查询中，59%的视觉体系开发人员表明现已在运用DNN（比两年前的34%大幅添加）。别的28%的开发人员表明方案在不久的将来运用DNN完结视觉智能化。
简化核算机视觉开发和布置的另一个关键要素是云核算和更好的开发东西的鼓起。例如，现在的工程师再也不必花费数天或数周的时刻装置和装备开发东西，他们可以即时拜访云中预先装备的开发环境。相同，当需求很多的核算才能来练习或验证神经网络算法时，这种核算才能可以在云中快速、经济地取得。
云核算为许多视觉体系的初始布置供给了一条简略的途径，即便终究开发人员将转向边际核算以降低本钱的状况下也是如此。EVA最近的查询发现，75%的受访者（在产品中运用深度神经网络进行视觉了解）在边际布置这些神经网络，而42%的受访者运用云。这些数字总计超越100%，因为一些受访者两种办法都运用。
在曩昔五年中，用于嵌入式核算机视觉运用的处理器和传感器的技能格式产生了显着改动，估计在未来五年中，这种巨大改动将会继续产生。
在商场快速添加的推进下，用于嵌入式视觉范畴的处理器和传感器，完结了速度惊人的快速立异。例如，依据Tractica的猜测，从现在到2025年，用于核算机视觉的硬件、软件和服务的年收入将以每年25%的速度添加，到达260亿美元。
可以说，推进视觉体系被广泛布置的最重要的要素是更好的处理器。视觉算法一般对核算功用有着很高的要求。以可接受的本钱和功耗取得所需求的功用，是一个常见的应战，特别是将视觉体系布置到本钱灵敏和电池供电的设备中时。
走运的是，在曩昔的几年里，针对核算机视觉运用的处理器的开发呈现了爆破式添加。现在，这些专用的处理器正在进入商场，它们在功用、本钱、动力功率和易于开发方面，都有了巨大改善。
高功用处理器的前进，得益于深度学习被越来越多地选用。首要，深度学习算法比传统的核算机视觉算法需求更高的处理功用；第二，最广泛运用的深度学习算法具有许多一起的特色，这简化了规划专用处理器以有效地履行这些算法的使命。相比之下，传统的核算机视觉算法体现出极大的多样性。
现在，核算机视觉运用一般运用通用CPU和专用并行协处理器协同作业。曩昔，GPU是最盛行的协处理器，因为它们具有广泛的可用性，而且具有杰出的编程东西支撑。
现在，协处理器的挑选规模更广，较新类型的协处理器一般能比GPU供给更高的功率。需求权衡的是，这些较新的协处理器的可用性较低，开发人员的了解度还不是很高，而且也没有得到老练开发东西的支撑。
依据EVA在2018年11月完结的针对开发人员的最新查询，近1/3的开发视觉产品的开发人员，正在运用深度学习专用的协处理器。这是一个十分显着的改动，因为就在几年前，还不存在针对深度学习的专用处理器。
传感器也在迅速开展。在许多视觉体系中运用的2D图画传感器，使视觉功用具有很大的宽度。可是，假如可以添加深度信息，将会是一件十分有价值的事。例如，辨认横向运动和垂直于传感器运动的才能，大大扩展了体系对各种手势的辨认才能。
在其他运用中，深度信息提高了准确性。例如，在人脸辨认运用中，深度感测关于确认被感测对象是一个实在的人脸、而不是一张相片是很有价值的。深度信息在移动机器人、轿车等移动体系中具有显着的运用价值。
从历史上看，深度传感是一种贵重的技能，可是状况在曩昔几年产生了巨大改动。在Microsoft Kinect中以及最近在移动电话中运用的光学深度传感器，促进了立异的加快，然后产生了微型、廉价和节能的深度传感器。
体系开发人员正在拥抱这种改动。34%的受访者表明，他们现已在运用深度感知传感器，29%（高于一年前的21%）的受访者表明方案将深度传感器融入到未来的开发项目中，而这些项目跨过各行各业。
EVA的查询显现，在广泛的商场规模内，有用核算机视觉技能在出资、立异和布置方面，都有史无前例的添加。因为这个商场相对年青，总有一些新的东西出现，在2019嵌入式视觉峰会上，出现出了许多新的处理器和传感器。
5月20-23日在美国加州圣克拉拉会议中心举办的2019嵌入式视觉峰会上，招引了大约1200多名人员参会，这次峰会要点探讨了在机器人、轿车、顾客、工业、医疗和监控职业的可布置的视觉技能。
此次峰会共供给了约100场讲演，首要环绕技能开展、商业机会、使能技能和根底部分这四大环节。麻省理工学院、谷歌、英特尔等全球顶尖的研究机构和企业，都在此次峰会上做了最前沿的陈述。
除了讲演陈述之外，约有60家参展商在此次峰会现场展现了他们为嵌入式视觉运用带来的新产品和新技能。
Cadence展现了其Tensilica Vision P6 DSP IP核，并展现了几个运用场景，包含针对无人机的依据立体相机的低功耗深度传感体系；用于机器人、无人机和轿车运用的实时方针检测体系；先进的毫米波3D成像雷达处理方案。
Vision Components展现了超紧凑的MIPI相机板卡、智能相机和激光轮廓仪。该超紧凑型MIPI相机板卡，专门针对自动驾驶、无人驾驶飞行器、智能城市技能、医疗技能和实验室自动化等运用而规划。智能相机选用Xilinx Zynq片上体系，具有一个2×866MHz的ARM处理器和一个FPGA，供给板卡和封装两种类型。
Basler展现了其MIPI开发东西套件dart BCON。该套件包含一个用于MIPI相机的500万像素dart BCON、一个开发者处理板（依据高通Snapdragon 820片上体系芯片，带Linux驱动程序）、一个96Boards兼容的夹层板以及透镜和电缆等必要的附件。
Allied Vision展现了专为工业嵌入式视觉运用而规划的Alvium相机系列。Alvium相机环绕一个专用集成电路而规划，集成了图画信号处理器，并具有一个图画处理库。图画校正和优化处理都是在相机内部完结的。
Algolux展现了Ion渠道，它是为自主视觉体系规划和施行而构建的软件包，首要包含Atlas相机优化套件和Eos感知软件两部分。
Atlas套件旨在加快和自动化最佳相机调整，并供给可扩展和可猜测的衡量驱动办法。Eos软件为单相机或多传感器架构供给灵敏的完结途径，能在低光和恶劣气候条件下，比其他体系取得了更好的作用。
嵌入式视觉联盟（EVA）在5月21日开幕的2019嵌入式视觉峰会上，宣告了2019年“年度视觉产品奖”（Vision Product of the Year Awards）取得者。该奖项旨在赞誉那些职业抢先技能公司的立异和杰出体现，这些公司为快速添加的范畴完结了视觉AI和核算机视觉。
“现在，技能的开展使得许多不同的和不断添加的商场，对视觉AI有着很多需求。因而，咱们在这个范畴看到了立异的急剧加快，”EVA创始人Jeff Bier说，“该奖项旨在赞誉那些供给具有影响力的立异技能的公司，使得体系和运用开发人员可以经过这些技能将视觉智能融入到他们的产品中。”
年度视觉产品奖面向一切EVA成员公司敞开。参赛产品由一个独立的专家小组依据立异性、对客户和商场的影响以及竞赛差异性进行评定。
最佳传感器取得者-英飞凌：“最佳传感器奖认可了英飞凌REAL3™ ToF 3D图画传感器IRS2381C的立异性和功用。该传感器能在移动设备中供给一种簇新水平的3D成像功用。该传感器具有很强的阳光抵挡才能，而且支撑广泛的丈量规模。因而，它能在安全人脸认证、核算拍摄和无缝AR运用方面，供给共同的用户体会。”英飞凌射频与传感器副总裁兼总经理Philipp von Schierstaedt说。
最佳软件或算法取得者-Morpho：“Morpho视频处了处理方案是一套核算拍摄算法，它聚集于为实时处理和后处理运用供给视频质量增强。赢得该奖项对咱们来说含义特殊，它将促进咱们开发新的算法，并在移动、网络服务和轿车等多种职业中找到广泛的运用。期望咱们的高质量视频处了处理方案能继续加快嵌入式视觉职业的开展。”Morpho公司副总裁Toshi Torihara说。
最佳AI技能取得者-联发科：“联发科的Helio P90芯片组，可谓一个AI处理工厂，为设备制造商和顾客供给一流的智能成像。咱们将继续向商场推出新的优质产品，并使每个人都能取得杰出的技能。咱们的下一代AI衔接设备将更快、更强壮、更节能。”联发科无线事务部门主管TL Lee说。
最佳开发东西取得者-英特尔：“边际处理方案需求多种多样的硬件产品来满意严厉的功用、功耗、推迟和本钱要求。该奖项强化了跨不同硬件的高功用、一致软件环境的价值，它使开发人员可以快速布置AI处理方案。”英特尔边际推理产品副总裁Adam Burns说。
最佳云处理方案取得者-赛灵思：“AI模型的快速立异，需求习惯特定范畴的体系结构来有效地运转最新的网络。关于每一类深度学习网络，都需求专门的硬件和软件架构，以满意实在国际中云和边际运用在功用、推迟和功耗方面的需求。赛灵思的芯片无需从头规划芯片，就可以从硬件到软件进行最新架构的调整，然后创立抱负的AI推了处理方案。”赛灵思软件与生态体系AI产品营销总监Nick Ni说。
最佳处理器取得者-Synopsys：“跟着先进轿车体系在安全性和可靠性方面的提高，具有智能视觉处理才能关于将这些功用推向商场至关重要。咱们的EV6x视觉处理器表明晰Synopsy在开发抢先的处理器IP处理方案方面的继续出资，以满意轿车SoC规划在安全、功用和功耗等方面的需求。”Synopsys IP商场副总裁John Koeter说。回来搜狐，检查更多