智慧應用 影音
未來車產業價值鏈平台
event

8倍速邊緣AI 辨識自駕高速影像也沒問題

自動駕駛高速影像處理需高效能新晶片,NEC則提出加速8倍的邊緣AI應對。圖為NEC漸進式物體辨識AI第一階段挑出汽車影像的示意圖。NEC

NEC影像分析AI因連續獲得人臉辨識世界最佳評價而知名,現在該廠又提出更精進的漸進式物體影像辨識,讓硬體資源較低的邊緣運算AI,在進行高精度大量目標影像處理與辨識的時候,速度能提高8倍,預定2022會計年度(2022/4~2023/3)上市。

現在NEC已有高精度物體辨識的AI產品,只要有高效能GPU伺服器,在不需要即時處理的狀況下,已能滿足業者需求。然而諸如車站出入口人臉辨識、鬧區的路口車牌辨識、自動駕駛車輛的環境辨識等需要即時處理的狀況,仍有困難。

根據NEC的AI研發負責人員表示,現在可用的伺服器電力需求約300W,但邊緣運算模組能獲得的電力遠低於此,10~20W已經是極限,可能的話甚至越低越好,這樣才能靠太陽能電池與小型蓄電池提供24小時不間斷監視作業。

在自動駕駛領域,半導體廠與汽車業者已開始合作研發高效能低耗電低散熱新晶片,提供邊緣運算AI更多選擇,但還要一段時間才有成果,NEC則選擇從軟體方面著手,挖掘AI晶片與AI模組的潛力,不僅能用既有低效能設備達到高精度需求,未來高效能晶片也能應用。

據NEC負責人員表示,漸進式物體辨識AI是多階段影像處理AI,先以高速物體辨識AI進行低精度目標辨識與分類,然後再對分類出的影像應用高精度物體辨識AI,不用進行全景高精度辨識,因此在特定用途中,能大幅提高處理速度。

以交通車流管制的車牌辨識為例,既有高精度物體辨識AI的處理法,是同時辨識高解析度影像中每輛車的車牌號碼,漸進式物體辨識AI則是先從低解析度影像中挑出汽車與非汽車,然後只處理汽車的高解析度影像,辨識車牌號碼。

這種方式只適合用在特定目標辨識,而且低解析度第一階段與高解析度第二階段切換需要工夫,但該廠研究中已有處理速度增為8倍的紀錄,目前已接近實用階段。


  •     按讚加入DIGITIMES智慧應用粉絲團
更多關鍵字報導: 邊緣運算 人臉辨識 NEC AI 邊緣AI