智慧應用 影音
DTResearch
event

縮短訓練循環時間 芯鼎科技導入TWCC平台開發AI晶片

芯鼎科技總經理許英偉

在人工智慧技術應用中,影像辨識一直是熱門的項目。舉凡醫療、交通、居家、時尚消費等各領域,皆會透過影像辨識增進使用者體驗,要如何經由人工智慧技術提升各個領域的影像辨識能力,即成為人工智慧目前最常見的應用模式。

半導體產業上游專業晶片設計公司芯鼎科技,將人工智慧技術設計在晶片上,並用於消費影像市場中,如數位相機、運動相機、穿戴式相機及智慧居家等;而在車用影像市場則應用到攝像頭、影像感測模組及行車紀錄器等。

芯鼎科技總經理許英偉表示,芯鼎於2009年創立,2017年進行組織轉型,芯鼎科技對創新產品發展,有著相當長遠的願景。早期的主力產品是數位相機晶片,產品訴求為解決照片的忠實度需求,意即還原場景,所以畫質好壞是客戶最主要的考量,當年數位相機大廠都是芯鼎的客戶,由此可知芯鼎在影像處理技術的能力。

芯鼎近期的目標市場則轉為車用影像及居家影像,由於芯鼎在影像畫質的技術優勢,也讓芯鼎初期的產品訴求集中於高擬真的影像視覺體驗上。但近年來在AI熱潮下,芯鼎也發現過去可以用來提升畫質的DSP技術基礎,也可用於影像辨識、追蹤物體用途上,因此從2017年也便導入AI影像辨識技術。

許英偉指出,由於車用監視及戶外的影像場景較複雜,則需要用完整、大量的圖庫來訓練AI的影像辨識能力。舉凡辨識講師上課的影像場景,包括講師上課的移動路徑追蹤、用來寫上課內容的白板所進行的梯形校正,都需要借助AI技術來完成。

若應用到戶外影像,如包裹的影像辨識,因為包裹也有各種不同的樣式,或是飯店、旅館的門禁管理,也都需要AI來辨識。同樣的原理若應用在車用影像時,不論是偵測人形及車形都需要AI技術,才能做到防盜或提醒駕駛路況等。

影像辨識的好壞由AI的模型參數決定,模型參數的訓練速度,則受到運算力的影響。許英偉表示,國外業者的雲端運算解決方案成本皆過高,因此初期為了節省成本是採用自己公司內部的設備作為運算訓練平台,但在模型訓練、測試及調整參數上,都要用到大量圖片訓練,光是應用在門禁管理的人臉辨識就得用到百萬張,往往一次參數訓練循環進行下來,就得耗盡3天到1週的時間,後來使用國網中心的TWCC臺灣AI雲後,訓練的循環時間大幅縮短三分之一。

許英偉認為,國網中心的價值不只是提供CP值極高的運算力而已,因為目前投入AI領域的業者並不多,但芯鼎發現國網中心建立的AI資源生態圈,將有助於芯鼎在客戶有特定領域需求時,可以快速找到合作夥伴。

此外,對芯鼎來說,國網中心規劃中的Data Market,也預期將給予很大幫助。許英偉指出,因為蒐集圖片很困難,而且還要去識別、標籤化,若國網中心的Data Market能夠作為開放的平台,業者的AI產品開發速度將會加快許多,如已經有現成的人員跌倒圖片資料來訓練模型,就可以做人員跌倒偵測的應用產品開發。

許英偉認為,在國網中心的協助下,大幅縮短AI的訓練時間,可以讓芯鼎隨著市場的多樣性變化及演進,有更多的心力開發更多的應用,如低延遲傳遞的車用影像或是駕駛行為偵測等,進而能夠開發出低功耗、辨識速度快、穩定耐用且能適合不同場域的智慧邊緣運算影像處理解決方案產品,成功進軍國際市場。

  •     按讚加入DIGITIMES智慧應用粉絲團
更多關鍵字報導: 芯鼎科技 雲端運算 影像辨識