2017年度嵌入式视觉峰会:参展人员的观展感想

网友投稿 272 2024-02-19


最近,我们一直在谈论一项重大的盛会:嵌入式视觉峰会。很开心与大家在博文中分享我们的观点。今年的活动同样令人印象深刻,有许多有关视觉和相关技术的探讨,焦点明确,这也使得此次活动有别于其他一般的会议。参展后,我们有一个感受:机器学习势头正劲,处于云端运算热门性曲线的峰值——从下图可以看出,Gartner似乎同意我们的观点。

2017年度嵌入式视觉峰会:参展人员的观展感想

机器学习一大重大的用途便是视觉处理。很明显,这一方面的热度颇高。在展会上,有关视觉技术的展览一直延续到下午8点,可以说这是个大胆的决定,虽然布展人员一度担心下午6点之后人流将减少,因为人们总喜欢在最后时刻聚集一堂——但毫无疑问,免费啤酒和食物对吸引人流起到了一定的作用。

这一次,我们采用了一种稍微不同的方法来了解Imagination参展员工的观展感想,即通过两个简单的问题了解他们对展会的印象。

PowerVR市场营销总监克里斯·朗斯塔夫

您认为最有趣的展示是什么?为什么?

我喜欢Khronos OpenVX研讨会,因为它展示了视觉处理开放框架背后行业动向的重要性,以及人们对现实世界可部署视觉应用程序基于开放标准的解决方案的需求。

您观看到的最有趣的演示是什么?为什么?

人工智能动态实时模拟器是十分有趣的演示,因为它展示了图像/ CGI已经达到的层次,并为行业如何训练神经网络提供了另一种观点。

技术营销经理弗朗西斯科·索科尔

您认为最有趣的展示是什么?为什么?

LG保罗·加拉格尔的展示“从图像传感器到图像传感的转变”非常棒,它很好地描述了图像传感器和计算机/嵌入式视觉技术采用的各阶段,并与以往的技术(如通信和一般计算)的采用进行了比较。这也展示了我们目前的情况以及预期的发展方向。

您观看到的最有趣的演示是什么?为什么?

英特尔的RealSense演示很有趣,而且在过去几年中似乎有所发展。

销售副总裁史蒂夫·哈里斯

您认为最有趣的展示是什么?为什么?

我很想了解摩托罗拉公司的瓦尔·马尔切夫斯基如何阐述使用深度学习来进行ISP/镜头/传感器校正。他们阐释到,在训练得比人类完成得更好后,他们便可以识别所需调整的内容。在进行HDR决策时也使用了深度学习,相比传统的算法,效率提升了30%。而我从未想过深度学习可以在这方面发挥作用。

您观看到的最有趣的演示是什么?为什么?

我最喜欢Imagination的OpenVX CNN扩展演示,其在配备了Mediatek 8173 SoC的Chromebook上运行,优势是PowerVR Series6XT GPU。该演示基于具有CNN扩展的OpenVX 1.1,并展示了生态系统如何演进,使CNN可以轻松地部署到真实的视觉应用程序中。

高级业务发展总监克里斯托弗·比茨

您认为最有趣的展示是什么?为什么?

尽管有可能存在偏见,但我真的很喜欢Imagination保罗·布拉斯特的演讲,他谈到了优化CNN培训,以实现高效的推理。这是业界关注的一个重要话题,也需要投入大量的工作。

您观看到的最有趣的演示是什么?为什么?

我对高通的always-on视觉解决方案印象深刻。该方案为设备提供了情境感知,十分高效。其功率超低,与传感器完全集成,只要足够精确,就能激活SoC中更大的元素,甚至是激活基于手机环境的整个装置。

销售总监迈克·霍兰

您认为最有趣的展示是什么?为什么?

我对来自Woodside Capital的鲁迪·伯格的VC方案很有兴趣。他对视觉行业的商业价值有一番真知灼见。

您观看到的最有趣的演示是什么?为什么?

从Imagination的演示中,我对GPU如何在神经网络方面灵活运行产生了兴趣。其PowerVR GPU已达到良好的性能水平。就对象识别率和对象识别的准确性而言,不同的网络如何生成不同的性能,这一点颇有意思。阅读有关演示的博文,可以获取详细资讯。

分部营销总监萨拉杰·穆第甘达

您认为最有趣的展示是什么?为什么?

在谷歌的TensorFlow演示中,皮特·瓦登强调了两件事:“8比特对CNN来说已经足够”,以及他们如何与芯片制造商紧密合作,在TensorFlow和嵌入式平台上工作。

另一个有趣的演示是有关智能视频监控的CheckVideo。首先要注意的是,全球在运行的3亿视频安全摄像头中,目前只有不到5%使用了视觉功能。其次,由于许多企业希望使用现有的同轴电缆基础设施,于是,将使建立在同轴电缆上的模拟HD视频出现复兴之势,而对视觉应用程序的应用将会减少。

您观看到的最有趣的演示是什么?为什么?

对我来说,Renesas 展位上的Uncanny Vision演示十分出彩,该演示展示的是CV算法的运行。他们在智能冰箱中应用了面部识别技术。这表明,在CPU上仍然有许多这样的演示:我们可以预见,在投入实际部署之前,许多这样的程序将已被转移到更快的处理器上运行,如PowerVR GPU。

版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。

上一篇:自动驾驶中激光雷达和视觉感知的区别
下一篇:关于薄膜瑕疵在线检测仪系统功能的介绍
相关文章

 发表评论

暂时没有评论,来抢沙发吧~