英国研发智能摄像头只传送高级数据 实现高性能、低延迟AI系统

据外媒报道，布里斯托尔大学和英国曼彻斯特大学联合开发了一种可以学习和理解你所看到的东西的相机，从而帮助实现智能相机。

SCAMP-5D视觉系统上的卷积神经网络以每秒8200帧的速度对手势进行分类。机器人专家和人工智能研究人员意识到，当前系统在感知和处理世界方面存在问题，仍然有必要将传感器与图形处理单元等计算设备相结合，以加快视频游戏的速度。这也意味着，人工智能系统只有在传感器和处理器之间记录和传输视觉信息后才能感知世界。然而，看到的许多东西往往与手头的任务无关，例如自动驾驶汽车在经过路边树木时看到的树叶细节。然而，现在所有这些信息都被传感器准确地捕获并发送到系统，导致系统内不相关的数据造成阻塞、消耗能量和消耗处理时间。因此，需要一种不同的方法来使智能机器实现高效的视觉能力。为此，布里斯托尔大学和曼彻斯特大学联合展示了如何将感知和学习相结合，为人工智能系统创建新的摄像头。研究人员认为，灵感可以从自然系统处理视觉世界的方式中获得。例如，人类并不感知一切，大脑和眼睛合作来理解世界。在某些情况下，眼睛会自行处理，以帮助大脑减少对无关事物的理解。例如，青蛙眼睛上的检测器可以在直接感知图像的区域检测到苍蝇等物体。

SCAMP-5d视觉系统的研究从两个方面进行了改进。首先，直接在图像平面上执行卷积神经网络。该团队开发的CNN可以每秒对帧进行数千次分类，而无需记录此类图像或将其发送到处理管道。研究人员正在考虑将手写数字、手势甚至浮游生物分类作为一种示范。这项研究表明，未来专门的智能AI相机视觉系统可以简单地将高级信息发送到系统的其他部分，例如出现在相机前的物体或事件的类型。这种方法将使系统更加高效和安全，因为不需要记录图像。其次，该研究也受益于SCAMP体系结构。SCAMP是一种相机处理器芯片，该团队将其用作像素处理阵列。PPA在每个像素中嵌入了一个处理器，像素可以相互通信，从而能够以真正并行的方式进行处理，最终实现理想的CNN和视觉算法。研究人员表示，在每个像素上集成传感、处理和存储技术不仅可以实现高性能、低延迟的系统，还可以实现低功耗、高效率的硬件。SCAMP设备的能耗与当前的相机传感器相似，但有一个通用的大规模并行处理器来捕捉图像点

标签：曼发现

汽车资讯热门资讯