Alt-i-én kantovervågning vinder trækkraft

Alt-i-én kantovervågning vinder trækkraft

Tidsstempel: 24. januar 2023 1:00
Kildeknude: 1918209

Kan man lide det eller ej, så vokser overvågningsmarkedet med en CAGR, der nærmer sig 10%. Storebrors bekymringer forplumrer nogle gange billedet, men overser de meget større praktiske, men mindre hype-værdige applikationer til overvågning. Hjemme- og industrisikkerhed, forbedret trafikstrømsstyring, overvågning for brand og andre hurtigt voksende trusler. Til støtte for gerningsstedsundersøgelser og i bodycams. Fælles for alle disse applikationer er, at de skal kunne implementeres ved volumen, lavt strømforbrug, nogle gange bærbare, altid tilsluttet. Understøtter stadigt stigende opløsning, mens dataoverførsel intelligent filtreres til kun væsentlig aktivitet, til gennemgang af menneskelige monitorer.

Alt-i-én kantovervågning vinder trækkraft

Profil af en state-of-art overvågningsplatform

Start med det grundlæggende. Et overvågningskamera har ikke længere råd til at streame en fuld videokanal. Kommunikationsomkostningerne og omkostningerne ville simpelthen være for høje. Video skal ryddes op gennem billedsignalbehandling (ISP). Kør derefter gennem objektdetektion for at bortfiltrere alle undtagen væsentlige rammer til upload (en person, en mulig brand, et udrykningskøretøj). Multiplicer nu denne grundlæggende ramme for at understøtte flere kameraer. Nogle pegede måske i forskellige retninger, nogle gav et stereobillede gennem 2 billedsensorer. Nogle kan være fiskeøjne, der understøtter en 360o billede. Disse kan suppleres af andre typer sensorer såsom bevægelses- og måske afstandsdetektorer.

Behandling af hver billedvisning afhænger af stærk ISP-funktionalitet, for støjreduktion, optimering af dynamisk område, de-warping for fiskeøjevisninger og meget mere. Derefter billedgenkendelse gennem inferencing på et eller flere trænede netværk. Disse uafhængige visninger bliver dog meget mere kraftfulde, når de kombineres gennem sensorfusion. Udsigterne fra 2 stereosensorer tilsammen kan give en dybdevurdering. Bevægelses- eller afstandsinput kan yderligere forbedre disse tilnærmelser. Detektion på tværs af flere sensorer giver vejinformation for et objekt i bevægelse. Al denne detektering kræver en avanceret platform til samtidigt at behandle objektdetektering og fusion fra flere sensorindgange.

Novatek Microelectronics Corp frigav for nylig deres NT98530 multisensor IP Camera SoC målrettet overvågning, detailhandel, smart city og transportapplikationer. Denne SoC er et godt eksempel på en platform, der er rettet mod netop disse mål. Den understøtter 8 megapixel ved 60 billeder/sek., mens den samtidig udfører avanceret objektgenkendelse på hver frame. Alt sammen i en SoC, der leverer næsten al den elektronik, der kræves af multisensorplatformen, til en enhedspris, der vil understøtte bred udrulning ved lav effekt.

CEVA SensPro2 indeni

CEVA er kendt for deres DSP-baserede løsninger til computervision, lyd, trådløs og AI og har arbejdet sammen med Novatek i næsten ti år nu. SensPro2 bygger på den tidligere SensPro Gen-1 og øger ydeevnen på tværs af en række neurale net benchmarks med op til en faktor 2. Computer vision og SLAM benchmarks forbedres med så meget som 5X. Der er endnu bedre forbedringer i tale- og radarbehandling. Alle fortsætter med at blive understøttet af rige softwarebiblioteker og værktøjer til at kortlægge standardnetværk på den neurale netplatform. Novatek implementerede deres NT98530 oven på SensPro2. hævder, at det leverer overlegen realtidsydelse til computersyn, AI-baseret analyse og multi-sensing sensorfusion ved kanten, for en kraftfuld, fleksibel kant AI-kameraløsning, som kunderne kan forme efter deres krav.

CEVA sensor fusion IP'er er allerede implementeret i en bred vifte af OEM-produkter, fra smart-tv'er til faste trådløse adgangsenheder, robotstøvsugere og VR/AR-hovedbeklædning. Du kan lære mere i denne pressemeddelelse med Novatek og denne produktside.

Del dette opslag via:

Tidsstempel:

Mere fra Semiwiki