广告

AI处理的视觉数据中99%是无用的

时间:2019-01-25 作者:Prophesee公司CEO Luca Verre 阅读:
数据是新经济的源泉,是新的能量。我们用不同的单位来衡量数据,从最初的KB、MB,到如今的GB、PB、TB,数据量越来越大,单位层级越来越高。在过去10年中,每年产生的数据量比过去几年产生的数据总和都多。
广告
ASPENCORE

数据是新经济的源泉,是新的能量。我们用不同的单位来衡量数据,从最初的KB、MB,到如今的GB、PB、TB,数据量越来越大,单位层级越来越高。在过去10年中,每年产生的数据量比过去几年产生的数据总和都多。mseEETC-电子工程专辑

2020年会怎么样?大数据将走向何方?AI又在其中扮演怎样的角色?mseEETC-电子工程专辑

99%的无用数据是什么?

很多数据中心现在已经建成,它们在处理大量的数据的同时,要消耗能量。数据量每4年可能会翻番,数据中心的规模也会翻番。mseEETC-电子工程专辑

这么多数据中,只有1%是真正的纯信息,99%的数据是无用的,其中80%的大数据来自摄像头或其它拍摄装置,大多数是图片。什么是纯信息数据?怎么区分?这些数据对于设备、对于机器人、对于各种应用场景是不是有用?为什么要收集、处理这么多数据?mseEETC-电子工程专辑

Prophesee-Luca Verre-Jenny1 copy.jpgmseEETC-电子工程专辑

Luca Verre,Prophesee公司CEOmseEETC-电子工程专辑

mseEETC-电子工程专辑

我们一直在研究这些问题。mseEETC-电子工程专辑

150年前一位英国人发明了摄像机。摄像机不能完整地捕捉整个运动的过程, 而是捕捉到一系列连续的画面,将画面连接起来才形成了类似连续的一段影像。直到今天,我们仍将视频视作一系列的图片。 mseEETC-电子工程专辑

因此,我们需要改变传统的数据收集和处理方式,从而在视觉领域做出更多的贡献。mseEETC-电子工程专辑

利用AI技术捕捉关键数据

在汽车、超高速相机、实时游戏及工业应用中,我们关注两点:一是抓取真正有意义的图像,二是节省能源。mseEETC-电子工程专辑

所有的视觉数据都是由传感器按预定的节奏获取的。传统的方式是获取海量数据, 通过一层层剥离来减少数据量,逐渐提取有价值的关键视觉信息并最终做出决策。mseEETC-电子工程专辑

我们要减少无效数据的收集,有效利用资源,提高效率和安全性。mseEETC-电子工程专辑

数码相机每秒大概30帧,在高速运转时,一些图像会出现边缘模糊的情况。如果提高精细度,则会面临增加消耗电能的问题。mseEETC-电子工程专辑

我们利用AI的感知和处理,通过增强感应器的性能, 努力改善动态过程中边缘模糊的情况。同时优化取样,抓取相关性大的图像,并且通过过滤90%以上的无用信息,来实现节能。mseEETC-电子工程专辑

现在的数据如同一种新形式的石油,非常珍贵。我们需要不断抓取有用的数据, 使这些数据服务于我们。mseEETC-电子工程专辑

构建先进的仿生视觉系统

想一想人的眼睛。人眼是如何看东西的?我们捕捉动态信息,而非关注静止不动的部分,这时大脑和眼睛协调工作。人脑只收集有意义的信息,从而快速做出响应和决定,这非常高效。大脑要处理的信息量很大,而大脑的功率是25W,非常节能。mseEETC-电子工程专辑

我们要打破传统方式,开发出与拍摄装置和AI结合的新技术,模拟大脑和眼睛的工作,依赖场景动态学, 仅捕捉关键信息,同时综合考虑时间、能量、计算成本等参数,让人与机器能够和谐共存。mseEETC-电子工程专辑

例如,在自动驾驶中100%地避免事故,在永不关闭的监控系统上实现高安全性和效率,无人机凭直觉避免碰撞,甚至让失明的人都可以恢复视觉。mseEETC-电子工程专辑

我们希望汽车能检测并绕开各种障碍以及道路上的其他汽车和行人。mseEETC-电子工程专辑

交通场景下有一些动态过程,如汽车从隧道里开出来突然一亮,司机的眼睛被晃到就可能发生事故。运用芯片的感应器能够了解相关光照情况下的具体交通量, 如同神经形态传递。mseEETC-电子工程专辑

我们利用基于事件的视觉系统来改革所有的动态应用,实现嵌入式事件流控制及被动边缘检测,采用低功耗传感器,并使用高时间分辨率重建。mseEETC-电子工程专辑

我们的系统只感知场景核心,运算数据仅为传统方法的十分之一到千分之一;小于10mW的低功耗;微秒级的事件采样,等同于每秒10000帧图像;捕捉极端光照条件下的隐藏信息,大于120dB的高动态范围;每个像素异步曝光,不产生运动模糊。mseEETC-电子工程专辑

我们的系统可以用于安防/人工智能机器人,提高机器和工艺生产率,调试和维护感兴趣的区域;在移动/可穿戴设备物联网中,实现智能存在检测以及实时高速SLAM ,进行眼动追踪;在无人驾驶中,用实时高速的机器视觉以及HDR和低数据速率来提高安全性,并降低系统的复杂性和成本。mseEETC-电子工程专辑

ASPENCORE
本文为EET电子工程专辑 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
  • 价值900亿美元的美国半导体连环并购案揭秘 2020年见证了非比寻常的半导体行业,一场旷日持久的疫情不但遮掩了全球半导体的持续下滑,也冲淡了中美科技冷战的硝烟。同时,另外一个被掩盖的现象下半年开始浮出水面,那就是半导体行业的一连串并购活动。并购金额之大令人咋舌,对整个半导体甚至高科技行业的影响也将会无法估量。本文将针对ADI/Maxim、Nvidia/Arm及AMD/Xilinx这三大并购案展开深入探讨,并简要提及对中国半导体的影响和启示。
  • 安谋中国“周易”Z2 AIPU正式发布,性能翻倍、效率翻番 10月13日,安谋科技(中国)有限公司(“安谋中国”)正式发布“周易”Z2 AIPU(AI Processing Unit),单核算力最高可达4TOPS,较“周易”Z1 AIPU的单核算力提高一倍,同时支持多达32核的可扩展配置,从而能够在单个SoC中实现128TOPS的强大算力。
  • 自连科技的物联网技术如何赋能医疗和工业应用? 正如自连科技的愿景——“自动连接一切”所表达的那样,自连科技致力于为一切物、人、位置、时间等提供自动连接在一起的能力。比如,一张纸、一杯水和一双筷子都可以联网。而在这“一切”连接的数据采集与连接环节,自连的三大产品线——无线网桥、智能数据网关及嵌入式模块可以满足不同状态和规格的设备或连接物之间、局域无线连接协议和广域无线通信的需求。
  • AI芯片市场迎接爆炸性成长 MarketsandMarkets预测,全球AI芯片市场规模到2026年将达到578亿美元,随着越来越多机器至少成为半自动化,工业与汽车计算机视觉应用可望取得最高的年成长率。
  • IPU处理器究竟对哪些领域有用?在中国如何发展? 近期Graphcore联合创始人兼首席执行官Nigel Toon,以及Graphcore高级副总裁兼中国区总经理卢涛在中关村论坛上,就IPU产品的市场规划做了进一步的解读,尤其是在中国市场的发展和布局方面。我们期望通过这篇文章,来谈谈IPU的落地——这也是过去我们比较少提到的部分。
  • 百度AI芯片昆仑1已量产,昆仑2采用7nm性能提升3倍 据透露,百度昆仑1已量产,采用三星14nm工艺,已在百度搜索引擎及云计算用户部署2万片,相比T4 GPU 性能在不同模型下提升1.5-3倍。在本次会议上,同时预发布了采用7nm 先进工艺的百度昆仑2……
广告
热门推荐
广告
广告
广告
EE直播间
在线研讨会
广告
广告
面包芯语
广告
向右滑动:上一篇 向左滑动:下一篇 我知道了